333 piezas del cerebro: el atlas que está reescribiendo cómo medimos lo que hay dentro#
Un equipo entre UCL y MGH/Harvard tomó cinco hemisferios cerebrales completos, los seccionó en cerca de 10.000 láminas histológicas, las alineó en 3D con métodos de IA y delineó manualmente 333 regiones de interés. Después construyeron una herramienta probabilística que traslada esa anotación de máxima resolución a las resonancias magnéticas clínicas que usa cualquier hospital.
El hallazgo: el error medio de registro 3D baja un 31% (de 1,44 a 0,99 mm) y los cinco hemisferios mejoran a la vez — sin un solo caso donde el método anterior gane. En la prueba clínica con 383 escáneres del consorcio ADNI, NextBrain clasifica Alzheimer vs control con AUROC 0,953 (acierto 90,3%), por encima de FreeSurfer (0,911) y del atlas Allen MNI (0,929).
Gráfica clave#

Reproducir#
O localmente:
pip install pandas matplotlib numpy
jupyter execute notebook.ipynb
Datos#
datos/registro_casos_mm.csv— Error de registro 3D por caso (5 hemisferios × 2 métodos), con SD y p-value de Wilcoxon por caso. Fuente directa: Tabla 1 del paper.datos/auroc_alzheimer.csv— AUROC y acierto de clasificación Alzheimer (ADNI n = 383) para FreeSurfer 7.0, Allen MNI y NextBrain. Extraído del texto del paper (sección Alzheimer’s disease).datos/dice_mediana.csv— Dice mediana a dos resoluciones (200 µm ex vivo, 1 mm in vivo). Contexto complementario.
Links#
Video: Ver en YouTube
Paper: Iglesias et al. (2025) — Nature, doi:10.1038/s41586-025-09708-2
Datos crudos completos (≈100 GB): UCL Research Data Repository — doi:10.5522/04/24243835 — incluye MRI, secciones histológicas, atlas 3D y anotaciones manuales. Excede el presupuesto de este entorno reproducible; los valores graficados aquí provienen de la Tabla 1 y del texto del paper Open Access.