Investigadores de Alicante utilizan la IA para reducir un 90% el tiempo que se tarda en hacer una resonancia magnética

Un equipo del Instituto de Neurociencias de Alicante (IN), centro mixto del Consejo Superior de Investigaciones Científicas (CSIC) y la Universidad Miguel Hernández de Elche (UMH), ha desarrollado un método basado en inteligencia artificial que reduce en un 90 % el tiempo necesario para obtener una resonancia magnética cerebral de alta resolución.

Los resultados, publicados en la revista Communications Medicine en mayo de 2026, abren la puerta a reducir de ocho a diez minutos un proceso que hoy puede durar entre 30 minutos y una hora.

El avance se apoya en redes neuronales entrenadas exclusivamente con datos simulados, sin utilizar registros reales de pacientes. Eso elimina los problemas de privacidad habituales en los sistemas de IA médica y permite entrenar el modelo en cualquier entorno sin acceso a historiales clínicos.

¿Cómo funciona el método de inteligencia artificial del Instituto de Neurociencias de Alicante para acelerar las resonancias?

La técnica se denomina inferencia basada en simulación. En lugar de adquirir el gran volumen de señales que requiere una resonancia convencional, el sistema de inteligencia artificial entrena redes neuronales con señales generadas por ordenador a partir de la física de la difusión del agua en el tejido cerebral.

Una vez entrenada, la red puede inferir los parámetros microestructurales del cerebro con tan solo el 10 % de los datos que exigiría el método estándar. Maximilian Eggl, líder de la línea de investigación Biomarcadores de la Estructura y Función Cerebral Inspirados en IA del Instituto de Neurociencias, resumió la magnitud del cambio al decir: «Imagina pasar de unos 40 minutos a aproximadamente 8 para obtener la misma información».

Asimismo, Silvia De Santis, directora del Laboratorio de Biomarcadores de Imaging Traslacional del mismo instituto, señaló que «reducir el tiempo de adquisición permite incorporar técnicas de resonancia mucho más avanzadas», según declaraciones recogidas por la Agencia SINC.

El estudio validó el método en tres tipos de modelo de difusión de uso clínico habitual: la imagen de tensor de difusión (DTI), la imagen de curtosis de difusión (DKI) y los modelos biofísicos axonales.

Los ensayos se realizaron con 31 sujetos sanos, 6 pacientes con otras condiciones y 8 pacientes con esclerosis múltiple. En todos los casos, el método superó al ajuste estándar por mínimos cuadrados, especialmente en condiciones de ruido o datos limitados.

¿Qué resultados obtuvieron los investigadores de Alicante con la IA aplicada a la resonancia magnética cerebral?

El equipo comparó la precisión del nuevo sistema con la del método convencional de análisis de imágenes de difusión. Los resultados mostraron que la red neuronal, entrenada únicamente con simulaciones, alcanzó una precisión muy alta usando solo el 10 % de los datos habituales.

Esa reducción de datos se traduce directamente en menos tiempo de escáner, ya que el tiempo de adquisición de una resonancia de difusión depende del número de mediciones que se realizan.

Según los investigadores, el método también superó al ajuste no lineal convencional en condiciones adversas, como cuando la señal registrada contiene mucho ruido o cuando la disponibilidad de datos es limitada, situaciones frecuentes en entornos clínicos reales.

¿Qué aplicaciones tiene reducir un 90 % el tiempo de la resonancia magnética cerebral con IA?

La reducción del tiempo de escáner tiene implicaciones directas en los tiempos de espera hospitalarios y en la accesibilidad de la técnica para pacientes que difícilmente pueden mantenerse inmóviles durante 40 minutos, como niños pequeños o personas con dolor crónico.

Además, el equipo apunta a su uso en el diagnóstico precoz del Alzheimer, ya que la enfermedad tiene una fase preclínica de unos 20 años en la que los cambios en la microestructura del tejido cerebral son detectables antes de que aparezcan los síntomas.

Los investigadores también mencionaron la posibilidad de reinterpretar datos de resonancias magnéticas antiguas con el nuevo método. Las resonancias realizadas en el pasado con protocolos más cortos podrían reanalizarse con mayor resolución microestructural, lo que ampliaría la utilidad de los archivos clínicos existentes sin necesidad de repetir las exploraciones.