GenAI aiuta i ricercatori di Stanford a comprendere meglio le malattie cerebrali

I ricercatori di Stanford hanno sviluppato un modello di intelligenza artificiale generativa chiamato BrainSynth, capace di creare immagini di risonanza magnetica cerebrale (MRI) sintetiche ma altamente realistiche. Questo strumento apre nuove possibilità per la ricerca neuroscientifica, fornendo enormi quantità di dati virtuali che possono integrare quelli reali, spesso limitati o difficili da ottenere.

Oggi molti studi sul cervello soffrono di un problema strutturale: i dataset disponibili sono troppo piccoli per permettere all’intelligenza artificiale di riconoscere in modo affidabile le caratteristiche delle diverse patologie neurologiche o psichiatriche. Come spiega Kilian M. Pohl, professore di psichiatria e scienze comportamentali a Stanford, “molte scoperte future in neuroscienze dipenderanno dall’IA, ma la maggior parte degli studi su MRI cerebrali non è abbastanza ampia per sfruttarne appieno il potenziale.”

BrainSynth nasce per colmare questo vuoto. Il sistema è in grado di generare MRI sintetiche che riproducono fedelmente le alterazioni tipiche di diverse malattie cerebrali, come depressione, disturbi da uso di sostanze o deficit cognitivi. In questo modo, un archivio composto da poche centinaia di immagini può essere ampliato fino a includerne migliaia, consentendo agli scienziati di addestrare modelli di IA più robusti e affidabili.

L’obiettivo non è sostituire le risonanze reali, ma potenziare l’analisi dei dati e migliorare la comprensione dei meccanismi alla base delle patologie. Grazie a queste simulazioni, i ricercatori possono osservare come determinate condizioni — ad esempio l’infezione da HIV o l’invecchiamento cerebrale — influenzano le strutture del cervello, senza dover sempre ricorrere a nuove scansioni.

È importante sottolineare che BrainSynth non viene usato per diagnosi cliniche. Le immagini sintetiche servono come materiale di supporto alla ricerca e all’addestramento dei modelli, non per valutazioni individuali. Ogni immagine generata viene confrontata con risonanze reali per verificarne la coerenza anatomica e funzionale. Solo così è possibile garantire che l’AI non introduca distorsioni o falsi segnali.

Il team di Stanford sta già lavorando per estendere le capacità di BrainSynth. L’obiettivo è quello di farlo operare su più tipologie di risonanza magnetica, come quella strutturale, funzionale o a diffusione, e di adattarlo alle caratteristiche specifiche di diverse popolazioni e fasce d’età. In prospettiva, questo approccio potrà favorire una psichiatria più oggettiva, basata su dati misurabili e non solo su osservazioni cliniche.

Le potenzialità di questa tecnologia vanno oltre la ricerca. In futuro, BrainSynth potrebbe essere impiegato per la formazione medica, simulando l’evoluzione del cervello in presenza di determinate malattie o terapie, oppure per la pianificazione chirurgica, aiutando i medici a prevedere come un intervento possa influenzare le aree cerebrali nel tempo.

In sintesi, l’arrivo di BrainSynth segna un passo decisivo verso una nuova era della neuroscienza computazionale. L’uso dell’IA generativa per creare MRI sintetiche permette di ampliare le conoscenze sulle malattie del cervello, accelerare la ricerca e, un giorno, rendere più accessibili strumenti diagnostici e preventivi basati su dati di altissima qualità.