Você provavelmente já fez ou viu uma Ressonância Magnética (RM), uma ferramenta incrível que permite visualizar o cérebro em 3D enquanto a pessoa está viva. Porém, as imagens da RM são limitadas, mostrando apenas os "bairros" do cérebro, sem capturar os detalhes microscópicos, como as pequenas "ruas". Para entender essas minúcias, surgiu o NextBrain, o mapa mais detalhado do cérebro já feito.
O NextBrain é o resultado de um trabalho colossal: cientistas usaram fatias finíssimas de cinco cérebros humanos, reunindo cerca de 10.000 seções histológicas e montando um modelo 3D com precisão, comparável a resolver um quebra-cabeça de 2.000 peças. Para isso, a Inteligência Artificial (IA) foi fundamental para alinhar as imagens de RM com perfeição. O resultado é um atlas que divide o cérebro em 333 regiões minuciosas, um nível de detalhe muito superior aos mapas anteriores.
Essa ferramenta não é apenas uma curiosidade científica. O NextBrain já está fazendo a diferença na medicina, como na detecção precoce da Doença de Alzheimer. Usando seu nível de detalhamento, os pesquisadores conseguiram aumentar a precisão na classificação da doença, alcançando 90,3% de acerto — muito superior aos métodos antigos. Além disso, o NextBrain tem ajudado a estudar o envelhecimento, revelando padrões inéditos sobre o encolhimento de áreas do cérebro com a idade.
A melhor parte é que esse mapa detalhado e as ferramentas para usá-lo estão disponíveis gratuitamente, em código aberto. Isso significa que pesquisadores ao redor do mundo podem usar a tecnologia para analisar cérebros com um nível de detalhe nunca antes possível, acelerando descobertas importantes.
Em resumo, o NextBrain transforma a Ressonância Magnética de um simples GPS do cérebro em um mapa detalhado que revela cada pequena "rua", permitindo aos cientistas investigar doenças cerebrais e o envelhecimento com uma precisão revolucionária.
Leia o texto completo em: Casamitjana, A., Mancini, M., Robinson, E. et al. A probabilistic histological atlas of the human brain for MRI segmentation. Nature (2025). https://doi.org/10.1038/s41586-025-09708-2
Comentários
Postar um comentário