No es necesario ser un científico avezado para advertir que nuestro cerebro se desarrolla y envejece condicionado tanto por su bagaje genético como por el ambiente al que se expone. Y mientras algunos se mantienen jóvenes y vitales hasta edades muy avanzadas, otros decaen antes. Otra forma de interpretarlo sería que la “edad cerebral” de estos últimos es mayor que la que le correspondería de acuerdo con el calendario. Algunos de los factores que influyen en su “envejecimiento”, como la interacción social, la demanda cognitiva y ciertas patologías, se conocen bien. Pero un trabajo que acaba de publicarse en la revista Nature Medicine aplicando técnicas de inteligencia artificial (“aprendizaje profundo” o deep learning) en grandes bases de datos de resonancia magnética y electroencefalogramas (EEG) intenta ofrecer más precisiones (Brain clocks capture diversity and disparities in aging and dementia across geographically diverse populations). De acuerdo con esta investigación, que firma una colaboración internacional de 70 autores, otros como la contaminación y las desigualdades económicas o de acceso a la salud influyen en el “tic tac” de nuestro “reloj cerebral”; especialmente en el envejecimiento y la demencia.

El trabajo, liderado por el neurocientífico argentino Agustín Ibáñez, que dirige el Instituto BrainLat, de la Universidad Adolfo Ibáñez (Chile) y el grupo de Predictive Brain Health Modeling [algo así como “Modelado Predictivo de Salud Cerebral”] del Global Brain Health Institute (GBHI, Instituto Global de Salud Cerebral, con sede en California e Irlanda), y cuyos primeros autores son otro argentino, Sebastián Moguilner, físico graduado en el Instituto Balseiro y doctorado en la Universidad de Cuyo, actualmente con una beca de investigación en Harvard, y Sandra Báez, de la Universidad de los Andes, en Bogotá, Colombia, se propuso cuantificar las diferencias en la edad del cerebro entre individuos sanos y aquellos con afecciones neurodegenerativas, como deterioro cognitivo leve, enfermedad de Alzheimer y degeneración del lóbulo frontotemporal, y encontró que las poblaciones de países con mayores desigualdades (en particular, los de América latina comparados con los del Norte global) presentaron edades cerebrales más avanzadas. Una de sus conclusiones más preocupantes es que la desigualdad socioeconómica estructural, la contaminación del aire, y la carga de enfermedades transmisibles y no transmisibles son predictores importantes de mayores diferencias en la edad cerebral, especialmente en los países más desfavorecidos.

“Vengo trabajando en cómo desarrollar modelos no universales, que contemplen esta información asociada al desgaste del entorno, porque el cerebro es un órgano que depende del ambiente, del ‘exposoma’ –explica Ibáñez–. Me voy a poner un poquito filosófico: en el fondo esto tiene que ver con cómo conceptualizamos el tiempo, que desde la antigüedad se piensa más o menos de dos formas: como algo mecánico, repetitivo, que tiene una duración fija en cualquier lugar, o como [un proceso de] desgaste, que es distinto según dónde uno esté. Este es el punto crucial para mí de por qué hay que estudiar estos ‘relojes cerebrales’, porque son una ventana al tiempo entrópico [relativo al desorden de un sistema]. Nuestros ‘relojes cerebrales’ miden la entropía del tiempo. Sería algo así como estimar la duración de un cubito de hielo. Si uno tuviese condiciones estables, constantes, siempre duraría lo mismo. Ése el reloj mecánico. Ahora, si se lo expone a cambios en la temperatura y el ambiente, se irá derritiendo más rápido o más lento. Lo que nosotros hacemos es calcular la desviación entre ese tiempo mecánico, universal [el que marca el calendario] versus el tiempo biológico del cerebro que está sujeto a desgaste”.

Los investigadores que integran BrainLat, como Moguilner, están intentando utilizar modelos de inteligencia artificial (IA) para predecir distintas enfermedades neurológicas. Se trata de entrenar algoritmos con las edades cronológicas de los sujetos, ver cómo las predicciones de la inteligencia artificial cambian si estos tienen patologías como deterioro cognitivo leve o demencia frontotemporal y compararlos versus sujetos sanos, analizando si son hombres o mujeres, si la edad cerebral coincide con la cronológica, y de dónde provienen.