BraTS-Reg: el reto que pone a prueba la IA al comparar resonancias de gliomas
Un desafío científico abierto ha medido si los algoritmos alinean bien las resonancias de pacientes con glioma antes y después de operarse. El mejor rinde como un experto en el 63 % de los puntos.

Cuando a una persona le diagnostican un tumor cerebral, la resonancia magnética se convierte en una compañera habitual. Hay una antes de la cirugía y luego vienen las de seguimiento, que sirven para ver si el tumor vuelve a crecer o si el tratamiento funciona. Para comparar esas imágenes hay que colocarlas una encima de otra de forma que cada punto del cerebro coincida con el mismo punto en la otra exploración. Ese proceso se llama registro de imágenes y, aunque suene a trámite informático, es uno de los problemas más complicados de la imagen médica.
Un equipo internacional encabezado por Bhakti Baheti, Satrajit Chakrabarty y Hamed Akbari ha publicado en Scientific Reports (2026) los resultados de BraTS-Reg, una competición abierta pensada para medir lo bien que resuelven este problema los algoritmos actuales. Este texto es un resumen propio del artículo, que se publica en acceso abierto con licencia CC BY, y no una traducción.
Alinear dos resonancias de un cerebro que ha cambiado
Alinear dos escáneres del mismo cerebro sano ya tiene su dificultad, porque la cabeza nunca queda exactamente igual en la máquina. Con un tumor de por medio, el problema se complica mucho más. Entre la resonancia previa a la operación y la de seguimiento, el tejido cambia de aspecto. Donde antes estaba el tumor puede quedar una cavidad, el tejido sano que estaba desplazado vuelve a su sitio y aparecen cambios por la cirugía o los tratamientos. Las estructuras ya no tienen la misma forma ni se ven igual, así que los métodos que buscan parecidos entre imágenes se pierden con facilidad.

Los autores reconocen que el registro de imágenes médicas ha avanzado mucho, pero que en estos casos los métodos suelen quedarse cortos en precisión y en robustez. Para medir ese déficit propusieron BraTS-Reg, que según el propio artículo es el primer banco de pruebas público dedicado al registro deformable entre exploraciones preoperatorias y de seguimiento de adultos con glioma difuso, un tipo de tumor cerebral que se infiltra en el tejido de alrededor.
Cómo se organizó el reto
BraTS-Reg se celebró junto a dos congresos de referencia en imagen biomédica, ISBI 2022 y MICCAI 2022. La competición siguió el formato habitual de estos desafíos, que funciona como un examen en el que nadie puede ver las preguntas por adelantado:

- Datos reales y anonimizados procedentes de varias instituciones, con resonancias multiparamétricas, es decir, varias secuencias que resaltan distintas propiedades del tejido.
- Puntos de referencia marcados por expertos: especialistas señalaron estructuras anatómicas concretas en ambas exploraciones, de modo que se sabe dónde debería caer cada punto tras el alineamiento.
- Tres conjuntos de datos: uno de entrenamiento con las anotaciones públicas, otro de validación sin anotaciones para hacer pruebas previas y uno de evaluación final que los equipos nunca llegaron a ver.
- Algoritmos en contenedores: cada equipo entregó su método empaquetado y los organizadores lo ejecutaron sobre los casos ocultos, lo que impide retocar resultados a mano.
Para puntuar se usaron tres criterios. El principal fue el error euclídeo mediano, que mide a qué distancia queda cada punto del lugar donde lo marcaron los expertos. También se valoró la robustez, es decir, que el método funcionara de forma fiable caso tras caso. El tercer criterio fue el determinante del jacobiano del campo de deformación, un indicador matemático que revela si la transformación aplicada al cerebro es físicamente razonable o si, por ejemplo, pliega el tejido sobre sí mismo.
Lo que funcionó y lo que todavía falta
Los métodos mejor clasificados obtuvieron resultados parecidos entre sí y compartían varias ideas:

- Un prealineamiento de las exploraciones antes del ajuste fino.
- El uso de redes neuronales profundas.
- Un análisis de consistencia inversa, que comprueba que alinear A con B y después B con A da resultados coherentes.
- Una optimización específica para cada caso en el momento de la prueba, de modo que el modelo se ajusta a cada paciente en lugar de aplicar una receta general.
Sin embargo, la conclusión principal es prudente. El mejor método consiguió un error comparable a la variabilidad entre expertos (lo que difieren dos especialistas al marcar el mismo punto) en el 63 % de los puntos de referencia. Visto al revés, en más de un tercio de los puntos la máquina todavía no llega al nivel humano. Los propios autores subrayan que hace falta mejorar la precisión y la robustez antes de poder fiarse de estos métodos como se fía uno de un experto.
Conviene tener presentes otros límites. El reto se centra en un tipo concreto de tumor, el glioma difuso del adulto, así que sus conclusiones no se trasladan sin más a otros tumores ni a otras partes del cuerpo. Además, que un algoritmo gane una competición no lo convierte en una herramienta clínica: para llegar a los hospitales le quedaría pasar por validaciones independientes y por los procesos regulatorios correspondientes.
Por qué importa
Saber con exactitud qué ha cambiado en un cerebro entre dos resonancias puede ayudar a distinguir una recaída de los efectos del tratamiento, a planificar la radioterapia o a entender cómo crecen estos tumores. BraTS-Reg no resuelve el problema, pero aporta algo muy valioso para la investigación: datos públicos, puntos de referencia marcados por expertos y una forma justa de comparar métodos. A partir de ahora, quien diga que su algoritmo alinea mejor estas imágenes tendrá un examen común con el que demostrarlo.
Texto generado con inteligencia artificial a partir de las fuentes citadas, sin revisión humana individual (Reglamento UE 2024/1689, art. 50). Las fotos llevan su crédito y licencia; las marcadas como realzadas se han retocado con IA sin alterar su contenido.
Relacionado
- Moléculas sin metal que brillan en rojo y mejoran la resonancia magnética
- El alzhéimer podría encoger dos zonas del cerebro años antes del olvido
- ¿Elegimos libremente? El cerebro decide igual cuando elige que cuando obedece
- Codificación eficiente bayesiana: una teoría une dos grandes ideas sobre el cerebro
- Anterior en Ciencia: Un virus antiguo silenció en los chimpancés un gen clave del cerebro humano
- Siguiente en Ciencia: La NASA reparte un millón de dólares entre estudiantes con ideas para su base lunar
Temas: Neurociencia (31) · Inteligencia artificial (88)





Comentarios
Para comentar hay que iniciar sesión (Google, X, Facebook, Apple, Microsoft o cuenta de Disqus). Se moderan insultos, spam y datos personales: normas.
Los comentarios los sirve Disqus, un servicio externo que usa cookies propias y de publicidad. Solo se carga si pulsas el botón. Más información.