Un estudio publicado en Nature Medicine utilizó inteligencia artificial para identificar señales de envejecimiento específicas en diferentes tejidos humanos. Los investigadores desarrollaron “relojes tisulares” y exploraron si algunas de esas señales también podían detectarse a partir de información molecular presente en la sangre. El trabajo abre una posible vía hacia futuras herramientas mínimamente invasivas para evaluar la salud de órganos específicos, aunque todavía no constituye un método diagnóstico de uso clínico.
El cuerpo humano no parece envejecer como una única unidad biológica.
Un estudio publicado el 14 de agosto de 2026 en la revista científica Nature Medicine muestra que diferentes tejidos presentan patrones estructurales de envejecimiento propios y que la inteligencia artificial puede aprender a reconocerlos.
La investigación, titulada “Histological aging signatures for monitoring tissue-specific aging and disease”, fue desarrollada por un amplio equipo internacional y liderada por investigadores vinculados al CeMM Research Center for Molecular Medicine de la Academia Austríaca de Ciencias y otras instituciones científicas.
El trabajo fue dirigido por André Rendeiro y contó entre sus primeros autores con Ernesto Abila, Iva Buljan y Yimin Zheng.
Más de 25.000 imágenes para estudiar cómo envejecen los tejidos
Los investigadores recurrieron a datos del proyecto GTEx (Genotype-Tissue Expression) y analizaron 25.712 imágenes histopatológicas correspondientes a 40 tipos de tejidos de 983 individuos.
Las muestras permitieron estudiar mediante técnicas de deep learning cómo cambia microscópicamente la arquitectura de los tejidos a medida que aumenta la edad.
A partir de esas imágenes, los investigadores desarrollaron los denominados “tissue clocks” o relojes tisulares.
Se trata de modelos computacionales capaces de estimar la edad a partir de las características morfológicas que la inteligencia artificial encuentra en las imágenes de un determinado tejido.
Los modelos alcanzaron, en promedio, un error absoluto medio de aproximadamente 4,88 años en la estimación de la edad.
La edad del DNI y la edad biológica no necesariamente coinciden
La investigación introduce una distinción fundamental.
Una persona posee una edad cronológica, determinada simplemente por el tiempo transcurrido desde su nacimiento.
Pero sus tejidos pueden presentar características compatibles con un envejecimiento relativamente mayor o menor respecto de esa edad cronológica.
Los investigadores estudiaron precisamente esa diferencia —el denominado age gap— para analizar si un tejido que aparenta ser biológicamente más viejo también presenta características moleculares o clínicas particulares.
Los resultados mostraron que la edad estimada mediante las características histológicas contenía información biológica que no quedaba explicada únicamente por la edad cronológica.
¿Qué observa la inteligencia artificial?
Los modelos identificaron transformaciones microscópicas relacionadas con el envejecimiento.
Entre las características observadas en distintos tejidos aparecieron procesos vinculados con atrofia, cambios vasculares y fibrosis, aunque los patrones no fueron idénticos en todos los órganos.
Ese punto resulta central: el envejecimiento presenta tanto características compartidas por diferentes tejidos como alteraciones específicas de determinados órganos.
Por ello, hablar simplemente de una única “edad biológica” de todo el organismo puede ocultar diferencias importantes entre los distintos tejidos.
Del tejido a la sangre
Esta es probablemente la parte de mayor proyección de la investigación.
Obtener muestras de determinados órganos requiere procedimientos invasivos y, en muchos casos, no sería razonable realizar una biopsia solamente para determinar su envejecimiento biológico.
Los investigadores exploraron entonces otra posibilidad.
Relacionaron las características de envejecimiento encontradas en los tejidos con datos de expresión génica, incluidos datos procedentes de sangre, para estudiar si las señales asociadas al envejecimiento de tejidos específicos podían inferirse mediante información molecular accesible de forma mucho menos invasiva.
Posteriormente analizaron esas firmas en cohortes independientes relacionadas con diferentes enfermedades.
Señales relacionadas con enfermedades
El trabajo encontró asociaciones entre determinados patrones de envejecimiento tisular y enfermedades o condiciones clínicas.
Los análisis externos incluyeron cohortes relacionadas, entre otras condiciones, con enfermedad de Alzheimer, accidente cerebrovascular, enfermedad de Crohn, diabetes, fibrosis quística, colitis ulcerosa, lupus y vasculitis.
Los patrones no fueron idénticos en todas las enfermedades.
En determinados casos aparecieron señales de envejecimiento acelerado compatibles con los órganos o sistemas afectados por la enfermedad.
Esto aporta una hipótesis particularmente interesante: las señales moleculares presentes en sangre podrían contener información indirecta sobre el estado biológico de determinados tejidos.
Pero aquí aparece una distinción científica fundamental.
¿Significa que un análisis de sangre puede decirnos qué órgano está envejeciendo?
Todavía no.
El estudio constituye investigación científica y no la validación de una prueba diagnóstica disponible para pacientes.
Los propios autores señalan limitaciones importantes.
Una parte fundamental de la investigación utiliza muestras post mortem y posee un diseño transversal. Esto permite identificar asociaciones entre envejecimiento, estructura tisular y enfermedad, pero no permite demostrar causalidad ni establecer cómo evoluciona cada persona a lo largo del tiempo.
Además, las señales obtenidas mediante sangre en cohortes externas no pudieron calibrarse directamente contra imágenes histológicas correspondientes a los mismos tejidos de esos mismos individuos.
Por lo tanto, tampoco está demostrado todavía que una señal de envejecimiento acelerado detectada en sangre aparezca antes del desarrollo de una enfermedad.
Para responder esa pregunta serán necesarios estudios prospectivos y longitudinales que sigan a las personas durante períodos prolongados.
La posibilidad futura: conocer la salud de un órgano sin biopsiarlo
Si estas asociaciones se confirman y los modelos son posteriormente validados para utilización clínica, el concepto podría adquirir una importancia considerable.
Una futura herramienta mínimamente invasiva podría intentar determinar mediante una muestra de sangre si determinados órganos presentan señales moleculares compatibles con un envejecimiento biológico acelerado.
Eso podría resultar relevante para el seguimiento de la salud de órganos específicos y, eventualmente, para estudiar progresión de enfermedades.
Pero esa aplicación pertenece todavía al terreno de la investigación futura.
No existe, a partir de este estudio, fundamento para afirmar que actualmente un análisis de sangre pueda determinar con precisión la edad biológica de cada órgano, diagnosticar una enfermedad futura o indicar cuánto tiempo vivirá una persona.
Inteligencia artificial para mirar el envejecimiento de otra manera
Más allá de una eventual aplicación clínica, el trabajo demuestra otra capacidad de la inteligencia artificial: encontrar patrones dentro de cantidades masivas de imágenes histológicas que pueden resultar difíciles de cuantificar mediante métodos convencionales.
En este caso, los investigadores combinaron histopatología digital, inteligencia artificial, expresión génica y datos clínicos para construir una representación del envejecimiento a escala de tejidos.
Y el resultado cuestiona una concepción demasiado simple del paso del tiempo biológico.
Yimin Zheng, uno de los primeros autores del estudio, sintetizó el hallazgo señalando que el envejecimiento no constituye simplemente una cuestión de tiempo cronológico: los diferentes órganos envejecen de maneras diferentes.
La investigación abre así una nueva pregunta para la medicina de precisión.
En el futuro quizá no sea suficiente preguntar cuántos años tiene una persona.
La cuestión podría ser también qué edad biológica presentan sus distintos órganos y a qué velocidad está envejeciendo cada uno de ellos.
La inteligencia artificial comienza a proporcionar herramientas experimentales para intentar responderla.