Edad biológica derivada de imágenes en múltiples órganos vinculada a la mortalidad y a resultados de salud relacionados con el envejecimiento

Por qué algunos cuerpos envejecen más rápido que otros

Dos personas pueden compartir la misma fecha de nacimiento y aun así tener una salud muy distinta. Una puede correr maratones, mientras que la otra lidia con enfermedades cardíacas o pérdida de memoria. Este estudio plantea una pregunta sencilla pero potente: ¿pueden las imágenes médicas de nuestros órganos revelar cuántos años tienen realmente nuestros cuerpos por dentro, y pueden esas edades ocultas advertirnos sobre futuras enfermedades e incluso una muerte prematura?

Mirando dentro de siete órganos clave

Los investigadores analizaron exploraciones de más de 70 000 participantes del UK Biobank, un gran estudio de salud de adultos de mediana edad y mayores. Se centraron en siete órganos que son centrales en enfermedades relacionadas con la edad: el cerebro, el corazón, el hígado, el páncreas, el bazo, ambos riñones y la capa sensible a la luz en la parte posterior del ojo (capturada con imágenes oculares en lugar de resonancia). Estas exploraciones capturan con gran detalle el aspecto y el movimiento de los órganos, pero los patrones de envejecimiento ocultos en ellas son demasiado complejos para detectarlos solo a simple vista.

Enseñar a los ordenadores a leer la edad de los órganos

Para descifrar esos patrones, el equipo empleó aprendizaje profundo, una forma de inteligencia artificial que sobresale en encontrar estructura en imágenes. Para cada órgano, entrenaron un modelo con exploraciones de personas consideradas sanas para ese órgano, usando la edad cronológica de la persona como sustituto de su edad biológica “normal”. El ordenador aprendió cómo se ve típicamente un órgano de 50, 60 o 70 años sin que nadie seleccionara manualmente las características. Al aplicarlos a la población general, los modelos produjeron una edad predicha para el órgano; restar la edad real a ese valor dio una “brecha de edad predicha”. Una brecha positiva significaba que el órgano parecía más viejo de lo esperado (envejecimiento acelerado), mientras que una brecha negativa sugería que parecía más joven (envejecimiento desacelerado).

Envejecimiento desigual en todo el cuerpo

Los modelos siguieron la edad con precisión para los siete órganos, siendo el cerebro el que mostró la correspondencia más estrecha entre edad predicha y real, probablemente porque su estructura cambia de forma marcada y consistente con el tiempo. Sin embargo, los distintos órganos no envejecieron al unísono. Para la mayoría de las personas, las brechas de edad predicha de un órgano eran en gran medida independientes de las de otros. Vínculos más fuertes aparecieron solo entre órganos emparejados, como los dos riñones y los dos ojos, y entre órganos del abdomen, donde el patrón de envejecimiento del hígado mostró vínculos moderados con los de los órganos vecinos. Este patrón en mosaico respalda la idea de que el envejecimiento no es un proceso único y uniforme: el corazón de una persona puede envejecer más rápido mientras que en otra lo haga el cerebro o los riñones.

Señales de alarma tempranas para enfermedad y muerte

La prueba crucial fue si estas brechas de edad de los órganos realmente importaban para la salud. Los investigadores siguieron a los participantes a lo largo del tiempo, registrando quién desarrolló afecciones importantes como la enfermedad de Alzheimer, infartos, enfermedad renal crónica y diabetes tipo 2, y quiénes fallecieron durante el periodo del estudio. Las personas cuyos cerebros, corazones o páncreas parecían más viejos que su edad cronológica afrontaron un riesgo notablemente mayor de morir prematuramente. Un cerebro con apariencia envejecida predijo fuertemente la aparición posterior de Alzheimer; un corazón que parecía más viejo auguró infartos y enfermedad cardíaca crónica; y unos riñones envejecidos señalaron una probabilidad mucho mayor de enfermedad renal crónica. En muchos casos, los órganos parecían biológicamente más viejos años antes de cualquier diagnóstico, lo que sugiere que las edades basadas en imágenes podrían servir como luces de advertencia tempranas mucho antes de que aparezcan los síntomas.

Cómo el modelo percibe el envejecimiento

Para comprobar que el ordenador prestaba atención a cambios significativos y no a ruido aleatorio, el equipo visualizó qué partes de cada imagen influían más en sus estimaciones de edad. En el cerebro, el modelo se centró en los espacios llenos de líquido que se agrandan a medida que el tejido cerebral se encoge con la edad. En las imágenes del ojo, se concentró en los vasos sanguíneos y en la cabeza del nervio óptico, que se sabe que cambian con el envejecimiento. En el corazón, destacó las paredes musculares y la cámara principal de bombeo, y en los riñones y el hígado enfatizó regiones asociadas con el flujo sanguíneo y la forma del órgano. Estos patrones coincidieron con conocimientos médicos establecidos, lo que da confianza en que las predicciones del modelo reflejan cambios biológicos reales.

Qué significa esto para la atención sanitaria futura

En conjunto, estos hallazgos muestran que exploraciones sencillas, interpretadas por la IA moderna, pueden estimar cuántos años se comportan biológicamente nuestros órganos y que esas edades ocultas contienen información real sobre enfermedades futuras y supervivencia. El trabajo aún está en una fase temprana: el estudio incluyó principalmente adultos mayores de antecedentes relativamente similares, y los límites exactos entre el envejecimiento “normal” y el “acelerado” aún no están establecidos. Pero si se valida en grupos más diversos y se combina con otros datos de salud, la edad biológica basada en imágenes podría convertirse en una herramienta poderosa para la medicina personalizada, ayudando a los médicos a identificar qué órganos necesitan cuidados adicionales mucho antes de que la enfermedad se manifieste.

Cita: Ecker, V., Yang, B., Gatidis, S. et al. Imaging-derived biological age across multiple organs links to mortality and aging-related health outcomes. npj Aging 12, 51 (2026). https://doi.org/10.1038/s41514-026-00377-7

Palabras clave: edad biológica, imágenes médicas, aprendizaje profundo, envejecimiento multiorgánico, predicción de riesgo de enfermedad