人類(lèi)的大腦掌握著許多關(guān)于一個(gè)人長(zhǎng)期健康的線索。事實(shí)上，研究表明，一個(gè)人的大腦年齡是一個(gè)比他們的出生日期更有用和更準(zhǔn)確的健康風(fēng)險(xiǎn)和未來(lái)疾病的預(yù)測(cè)因素。

《科學(xué)博客》

2023年1月7日消息

現(xiàn)在，由南加州大學(xué)（University of Southern California，USC）研究人員開(kāi)發(fā)的一種新的人工智能（AI）模型可以分析磁共振成像（MRI）腦部掃描，可以用于準(zhǔn)確捕捉與阿爾茨海默病等神經(jīng)退行性疾病相關(guān)的認(rèn)知能力下降，比以往的方法更早。

腦老化被認(rèn)為是神經(jīng)退行性疾病風(fēng)險(xiǎn)的可靠生物標(biāo)志物。當(dāng)一個(gè)人的大腦表現(xiàn)出比同齡人預(yù)期的更“老”的特征時(shí)，這種風(fēng)險(xiǎn)就會(huì)增加。通過(guò)利用該團(tuán)隊(duì)新型人工智能模型的深度學(xué)習(xí)能力來(lái)分析掃描結(jié)果，研究人員可以檢測(cè)出微妙的大腦解剖標(biāo)記，這些標(biāo)記在其他情況下很難檢測(cè)到，并且與認(rèn)知能力下降相關(guān)。他們的研究結(jié)果近日發(fā)表在《美國(guó)國(guó)家科學(xué)院院刊》（Proceedings of the National Academy of Sciences，PNAS）上， 讓我們對(duì)人類(lèi)認(rèn)知有了前所未有的了解。

研究于2023年1月3日發(fā)表在《Proceedings of the National Academy of Sciences》（最新影響因子：12．779）雜志上

“我們的研究利用深度學(xué)習(xí)的力量來(lái)識(shí)別大腦中正在衰老的區(qū)域，這些區(qū)域反映了可能導(dǎo)致阿爾茨海默病的認(rèn)知能力下降，” USC 倫納德·戴維斯老年醫(yī)學(xué)學(xué)院（Leonard Davis School of Gerontology）的老年學(xué)、生物醫(yī)學(xué)工程、定量和計(jì)算生物學(xué)和神經(jīng)科學(xué)助理教授、該研究的通訊作者 Andrei Irimia 說(shuō)。

“人們衰老的速度不同，身體組織類(lèi)型也不同。當(dāng)我們說(shuō)“某某人四十歲，但看起來(lái)像三十歲”時(shí)，我們就知道這一點(diǎn)。同樣的想法也適用于大腦。40 歲的人的大腦看起來(lái)可能像 30 歲的人的大腦一樣‘年輕’，也可能像 60 歲的人一樣‘老’�！�

一種比現(xiàn)有方法更準(zhǔn)確的替代方法

Irimia 和他的團(tuán)隊(duì)整理了 4，681 名認(rèn)知正常的參與者的大腦磁共振成像，其中一些人在晚年出現(xiàn)了認(rèn)知能力下降或阿爾茨海默病。

利用這些數(shù)據(jù)，他們創(chuàng)建了一個(gè)名為神經(jīng)網(wǎng)絡(luò)的人工智能模型，通過(guò)參與者的大腦磁共振成像來(lái)預(yù)測(cè)他們的年齡。首先，研究人員訓(xùn)練該網(wǎng)絡(luò)生成詳細(xì)的大腦解剖圖，以揭示特定的衰老模式。然后，他們將研究參與者的感知（生物學(xué)）大腦年齡與實(shí)際（時(shí)序）年齡進(jìn)行了比較。兩者之間的差異越大，參與者的認(rèn)知評(píng)分就越差，這反映了阿爾茨海默病的風(fēng)險(xiǎn)就越高。

結(jié)果表明，該團(tuán)隊(duì)的模型可以預(yù)測(cè)認(rèn)知正常參與者的真實(shí)年齡（實(shí)足年齡），平均絕對(duì)誤差為 2．3 年，這比現(xiàn)有的使用不同神經(jīng)網(wǎng)絡(luò)架構(gòu)的腦年齡估算模型要準(zhǔn)確大約一年。

“可解讀的人工智能可以成為評(píng)估阿爾茨海默病和其他神經(jīng)認(rèn)知疾病風(fēng)險(xiǎn)的強(qiáng)大工具，” Irimia 說(shuō)，他還在 USC Viterbi 工程學(xué)院和 USC Dornsife 文理學(xué)院擔(dān)任教職，“我們?cè)皆缱R(shí)別出阿爾茨海默病的高危人群，臨床醫(yī)師就能越早對(duì)治療方案、監(jiān)測(cè)和疾病管理進(jìn)行干預(yù)。人工智能的強(qiáng)大之處在于它能夠捕捉到其他方法無(wú)法捕捉到的微妙和復(fù)雜的衰老特征，這是在一個(gè)人患病多年前識(shí)別其風(fēng)險(xiǎn)的關(guān)鍵�！�

大腦的年齡因性別而異

新模型還揭示了不同大腦區(qū)域的性別差異。男性大腦的某些部分比女性衰老得更快，反之亦然。

男性更容易因帕金森病而出現(xiàn)運(yùn)動(dòng)障礙，他們的大腦運(yùn)動(dòng)皮層（負(fù)責(zé)運(yùn)動(dòng)功能的區(qū)域）衰老得更快。研究結(jié)果還表明，在女性中，典型的衰老可能在右腦相對(duì)較慢。

一個(gè)新興的研究領(lǐng)域顯示了個(gè)性化醫(yī)療的前景

這項(xiàng)工作的應(yīng)用范圍遠(yuǎn)遠(yuǎn)超出了疾病風(fēng)險(xiǎn)評(píng)估。Irimia 設(shè)想了這樣一個(gè)世界：作為研究的一部分開(kāi)發(fā)的新型深度學(xué)習(xí)方法可以幫助人們了解自己的總體衰老速度。

Irimia 說(shuō)：“我們的工作最重要的應(yīng)用之一是，它有可能為針對(duì)每個(gè)人獨(dú)特的衰老模式的定制干預(yù)措施鋪平道路�！�

“很多人會(huì)對(duì)自己的真實(shí)衰老速度感興趣。這些信息可以為我們提供有關(guān)不同生活方式改變或干預(yù)措施的線索，人們可以采取這些措施來(lái)改善他們的整體健康和福祉。我們的方法可以用來(lái)設(shè)計(jì)以患者為中心的治療計(jì)劃和個(gè)性化的大腦衰老地圖，這些可能會(huì)讓有不同健康需求和目標(biāo)的人感興趣。”

創(chuàng)立于1880年的南加州大學(xué)

參考文獻(xiàn)

Source：Universityof Southern California

How old is your brain， really？ AI－poweredanalysis accurately reflects risk of cognitive decline and Alzheimer’s diseasebased on brain age

Reference：

Yin C， Imms P， Cheng M， Amgalan A，Chowdhury NF， Massett RJ， Chaudhari NN， Chen X， Thompson PM， Bogdan P， IrimiaA； Alzheimer’s Disease Neuroimaging Initiative． Anatomically interpretable deeplearning of brain age captures domain－specific cognitive impairment． Proc NatlAcad Sci U S A． 2023 Jan 10；120（2）：e2214634120． doi： 10．1073／pnas．2214634120．Epub 2023 Jan 3． PMID： 36595679．

免責(zé)聲明

本公眾號(hào)上的醫(yī)療信息僅作為信息資源提供與分享，不用于或依賴(lài)于任何診斷或治療目的。此信息不應(yīng)替代專(zhuān)業(yè)診斷或治療。在做出任何醫(yī)療決定或有關(guān)特定醫(yī)療狀況的指導(dǎo)之前，請(qǐng)咨詢(xún)你的醫(yī)生。

       原文標(biāo)題 : 你的腦齡多大了？