Una IA detecta cuándo un pez alcanza su límite térmico

Medir cuánto frío o calor puede tolerar un pez parece una tarea sencilla, pero en el laboratorio suele depender de una observación humana: mirar cuándo el animal pierde el equilibrio. Un nuevo sistema automatizado propone reducir esa subjetividad. La herramienta combina seguimiento de postura en video, procesamiento de imágenes y aprendizaje automático para detectar ese momento en ensayos de temperatura.

El trabajo, publicado en Scientific Reports, se centró en peces medaka y especies emparentadas del género Oryzias. Son peces pequeños muy usados en investigación genética y fisiológica. En los ensayos, los animales fueron expuestos a cambios controlados de temperatura mientras una cámara registraba su movimiento. El objetivo no era simular todo lo que pasa en un ecosistema, sino mejorar una medición básica: el punto en el que el estrés térmico supera la capacidad del pez para mantener una postura normal.

Ese punto se conoce como pérdida de equilibrio. En estudios de tolerancia térmica, funciona como una señal práctica de que el animal alcanzó un límite fisiológico. El problema es que, si varias personas miran los videos, pueden no marcar exactamente el mismo instante. Esa variación introduce ruido en los resultados y hace más lenta la comparación entre especies, linajes o condiciones ambientales.

El equipo desarrolló un sistema basado en DeepLabCut, una herramienta de aprendizaje profundo que permite seguir partes del cuerpo sin colocar marcadores físicos. A partir de los videos, el programa estimó la postura del pez y usó un modelo de clasificación para decidir si todavía nadaba con equilibrio o si ya lo había perdido. Los autores también incorporaron transformaciones de color y divisiones de la imagen para mejorar la detección en un entorno experimental con agua y movimiento.

La validación comparó las decisiones del sistema con anotaciones realizadas por personas entrenadas. Según el estudio, la herramienta alcanzó una precisión comparable a la variación natural entre observadores expertos y superó a observadores sin entrenamiento. Eso no convierte a la IA en una medida perfecta, pero sí muestra que puede aportar una referencia reproducible para experimentos que antes dependían mucho del ojo humano.

Con el sistema, los investigadores compararon tolerancia al frío y al calor en seis cepas de medaka y luego ampliaron el análisis a especies relacionadas y al pez cebra. Encontraron diferencias claras entre linajes. Una cepa de Oryzias latipes mostró alta tolerancia tanto al frío como al calor, mientras que otra especie, Oryzias sakaizumii, estuvo entre las menos tolerantes en ambas condiciones. En la comparación de tolerancia al frío, las especies distribuidas en latitudes más altas tendieron a soportar mejor temperaturas bajas que especies tropicales o de latitudes menores.

Ese patrón encaja con una idea conocida en biología: los organismos suelen estar adaptados, en parte, al rango térmico de los ambientes donde evolucionaron. Lo novedoso aquí no es solo observar diferencias entre especies, sino contar con una forma más rápida y menos dependiente del criterio individual para medirlas. En un contexto de calentamiento global, saber cómo se estiman esos límites importa porque muchas evaluaciones de vulnerabilidad ecológica empiezan en el laboratorio, antes de pasar a poblaciones y ecosistemas reales.

La cautela es importante. El estudio no predice por sí solo qué poblaciones de peces sufrirán más con el cambio climático ni reemplaza trabajos de campo. Tampoco cubre todas las respuestas posibles al estrés térmico, como cambios en reproducción, crecimiento, conducta o interacción con otros factores ambientales. Su aporte principal es metodológico: hacer más objetiva una medición usada para estudiar cómo los peces responden a temperaturas extremas.