En última instancia, los investigadores pretenden utilizar la tecnología para predecir, por ejemplo, si un niño con alto riesgo de autismo llegará a padecer el trasto o, o qué tratamientos podrían funcionar mejor para ese individuo.
Una investigación anterior realizada por el mismo equipo en la Escuela de Medicina de la Universidad de Washington ha demostrado que, entre los cinco y los 30 años de edad, las conexiones de corto alcance en el cerebro tienden a debilitarse, mientras que las conexiones de largo alcance se hacen más fuertes. En el nuevo estudio, los científicos trazaron la trayectoria del desarrollo normal del cerebro y mostraron por primera vez de eran capaces de determinar el desarrollo de un niño basándose en un escáner cerebral.
Las tecnologías de imagen cerebral que miden la actividad neuronal, como por ejemplo la resonancia magnética funcional (fMRI), han demostrado ser una valiosa herramienta científica durante la última década, aunque siguen siendo poco utilizadas en medicina. Eso se debe a que la mayoría de los estudios de fMRI agregan datos a partir de varias personas, haciendo que la tecnología sea inadecuada para el diagnóstico de pacientes. "Nos dimos cuenta de que si la fMRI se va a aplicar al entendimiento de los pacientes individuales, tenemos que crear un nuevo enfoque, uno que pueda tomar ventaja de cada uno de los datos individuales", afirma Bradley Schlaggar, neurólogo pediátrico en la Universidad de Washington. Schlaggar dirigió el nuevo estudio.
Los investigadores desarrollaron una variante de la conectividad funcional—un enfoque relativamente nuevo para el análisis de datos de imágenes cerebrales. Con este enfoque, la fMRI se utiliza para registrar las fluctuaciones en la actividad cerebral espontánea al tiempo que el individuo se encuentra tranquilamente tumbado en el escáner cerebral y no hace nada en particular. Las áreas del cerebro que están bien conectadas fluctuarán en sincronía, proporcionando una forma indirecta de mapeo de las redes funcionales del cerebro.
El equipo de Schlaggar estudió a más de 200 personas de entre cinco y 30 años, y registraron la actividad cerebral en 160 áreas del cerebro. Estas áreas han sido identificadas en estudios previos como nodos importantes de conectividad neuronal. Posteriormente, el equipo utilizó un algoritmo de aprendizaje de máquinas para examinar cómo la actividad en cada una de esas áreas había fluctuado en relación a otras áreas. El análisis reveló patrones en los datos "que a simple vista no seríamos capaces de detectar", afirma Schlaggar. Agrega que el trabajo requiere tal capacidad de procesamiento computacional que probablemente habría sido imposible llevarlo a cabo en los equipos disponibles hace 5 ó 10 años.
Más tarde, los investigadores son capaces de observar las características que el algoritmo considera más importantes y saber lo que está cambiando en la arquitectura funcional del cerebro. En el transcurso del desarrollo, las distintas regiones del cerebro se separaron unas de otras a medida que las conexiones entre ellas se debilitaron. "Todo esto nos ofrece una imagen de un cerebro que va organizándose gradualmente en subredes distintas", afirma Olaf Spo s, neurocientífico de la Universidad de Indiana, que no participó en el estudio. "Las redes parecen cada vez más diferenciadas con respecto a las otras y más integradas inte amente". No está del todo claro cómo afecta este cambio a la manera en que piensan los niños y los adolescentes, aunque Spo s especula que a medida que el cerebro se vuelve más diferenciado, con diferentes redes neuronales, las personas mejoran a la hora de cambiar entre distintas tareas. Las investigaciones anteriores han identificado determinadas redes neuronales implicadas en la memoria y la atención, o la función motora y sensorial.
La investigación es parte de una creciente tendencia dedicada al análisis de cómo interactúan las redes del cerebro, en lugar de centrarse en áreas específicas del cerebro. Schlaggar afirma que este enfoque, así como la capacidad de observar la forma en que cambian múltiples factores de forma simultánea, permitió a su equipo analizar escáneres cerebrales individuales. Los investigadores pudieron predecir la edad de un individuo a partir de tan sólo cinco minutos de datos de imágenes cerebrales. Otros científicos han aplicado un enfoque similar a otros tipos de datos de imágenes cerebrales, utilizándolos para determinar en qué palabra está pensando alguien, por ejemplo. "Creo que esto va a convertirse en una nueva forma de observar el cerebro, y de encontrar nuevas reglas sobre cómo se desarrolla el mismo", afirma Martijn van den Heuvel, neurocientífico del Centro Médico Universitario Utrecht, que no estuvo involucrado en el estudio.
Los investigadores actualmente están utilizando el mismo enfoque para estudiar trasto os del desarrollo tales como el síndrome de Tourette y el autismo. Estos y otros trasto os del desarrollo o psiquiátricos han demostrado ser difíciles de detectar con las herramientas tradicionales de representación cerebral. "Una de las preguntas que quiero formular es, ¿cómo puedo predecir el curso clínico de un niño de ocho años de edad con Tourette? ¿Será un trasto o de tic transitorio? ¿O será un Tourette completo con otros trasto os psiquiátricos?" afirma Schlaggar. "Tenemos poca capacidad hoy día para hacer predicciones, y una tremenda necesidad de formular predicciones sólidas acerca de lo que le va a pasar a un paciente en los próximos 10 años".