Desarrollan IA DevResNet para identificar eventos clave en desarrollo embrionario

Revolucionaria tecnología de IA permite identificar eventos clave en el desarrollo embrionario

Un nuevo avance tecnológico ha sido presentado por la Universidad de Plymouth en Reino Unido, donde un innovador modelo de IA de aprendizaje profundo, conocido como DevResNet, ha demostrado ser capaz de identificar eventos cruciales durante el desarrollo embrionario a partir de vídeos. Este estudio, publicado en el 'Journal of Experimental Biology', destaca la capacidad de esta tecnología para identificar la función cardíaca, el rastreo, la eclosión e incluso la muerte en embriones de caracoles de estanque.

El uso de un modelo 3D en este estudio ha sido fundamental, ya que permite a la IA aprender de los cambios que ocurren entre fotogramas del video, en lugar de basarse en imágenes estáticas como en enfoques más tradicionales. Gracias a esto, DevResNet ha logrado detectar de manera fiable eventos como el primer latido del corazón, el comportamiento de gateo, la formación de la concha y la eclosión, revelando sensibilidades a la temperatura previamente desconocidas.

Aunque se haya utilizado en embriones de caracoles de estanque en este estudio, los investigadores aseguran que este modelo tiene un amplio rango de aplicabilidad en diferentes especies, proporcionando guiones y documentación para su implementación en distintos sistemas biológicos. Este avance tecnológico podría ser clave para acelerar la comprensión de cómo el cambio climático y otros factores externos afectan a los seres humanos y a los animales en el futuro.

El responsable de este trabajo, Ziad Ibbini, candidato a doctorado, destaca la importancia de poder identificar eventos de desarrollo temprano en los animales, ya que esto permite comprender mejor los cambios entre especies y entornos. Según sus propias palabras, "DevResNet es una red neuronal convolucional 3D pequeña y eficiente capaz de detectar eventos de desarrollo mediante videos, y puede entrenarse con relativa facilidad en hardware de consumo. Las únicas limitaciones reales están en la creación de datos para entrenar el modelo de aprendizaje profundo".

Por otro lado, el doctor Oli Tills, autor principal del estudio y becario de investigación de Future Leaders del UKRI, destaca la importancia de este avance tecnológico tanto a nivel tecnológico como en la percepción del desarrollo de los organismos. Este hito marca un antes y un después en la forma en que estudiamos a los animales durante su etapa más dinámica de la vida, abriendo nuevas posibilidades en el campo de la biología del desarrollo.