人脑中有许多关于一个人长期健康的线索——事实上，研究表明，与出生日期相比，一个人的大脑年龄是健康风险和未来疾病的更有用、更准确的预测因素。美国南加州大学研究人员开发了一种新的人工智能模型，用于分析MRI脑部扫描，该模型可用于准确捕捉与神经退行性疾病（如阿尔茨海默病）相关的认知功能衰退，这比以前的方法要早得多。

脑老化被认为是神经退行性疾病风险的可靠生物标志物。当一个人的大脑呈现出比同龄人预期的“年龄大”的特征时，这种风险就会增加。通过利用团队的新型人工智能模型的深度学习能力来分析扫描结果，研究人员可以检测到一些细微的脑部解剖标记，这些标记在其他方面很难检测到，并且与认知能力下降相关。他们的发现，最近发表在杂志上美国国家科学院院刊为人类认知提供了前所未有的一瞥。

“我们的研究利用深度学习的力量来识别大脑中正在老化的区域，这些区域反映了可能导致阿尔茨海默病的认知能力下降。” 安德烈·伊里米亚，南加州大学伦纳德·戴维斯老年医学院老年医学、生物医学工程和神经科学助理教授，本研究的通讯作者。

人的衰老速度不同，身体组织类型也不同。当我们说“某某40岁，但看起来30岁。”

安德烈·伊里米亚 南加州大学莱昂纳德·戴维斯分校

老年医学院

Irimia说：“人的衰老速度不同，体内组织类型也不同。”。“当我们说‘某某40岁，但看起来像30岁’时，我们就知道了这一点。同样的想法也适用于大脑。40岁的大脑看起来可能像30岁的大脑一样‘年轻’，或者像60岁的大脑那样‘老’。”

脑老化：现有方法的更准确替代方法

研究人员对4681名认知功能正常的参与者的脑部核磁共振成像进行了比较，其中一些参与者后来出现认知功能下降或阿尔茨海默病。

研究人员使用了由保罗·博格丹，南加州大学维特比工程学院电气和计算机工程副教授，以及他的物理系统实验室组。这种神经网络是一种人工智能模型，它通过密集、复杂的数据分析“学习”，使研究团队能够通过脑部核磁共振成像预测参与者的年龄：首先，研究人员训练网络生成详细的解剖脑图，揭示特定主题的衰老模式。然后，他们将感知到的（生物）大脑年龄与研究参与者的实际（时间）年龄进行了比较。两者之间的差异越大，参与者的认知得分就越差，这反映了老年痴呆症的风险。

结果表明，该团队的模型可以预测认知正常参与者的真实（按时间顺序）年龄，平均绝对误差为2.3年，这比使用不同神经网络结构的现有获奖脑年龄估计模型准确约一年。

Irimia说：“可解释的人工智能可以成为评估阿尔茨海默病和其他神经认知疾病风险的有力工具。”她还担任USC Viterbi和这个南加州大学多恩西夫文学、艺术和科学学院。

“我们越早发现阿尔茨海默病高危人群，临床医生就越早干预治疗方案，监测和疾病管理 ”

脑老化：性别差异

新模型还揭示了大脑不同区域衰老的性别差异。男性大脑的某些部分比女性衰老更快，反之亦然。

由于帕金森氏病，男性运动障碍的风险更高，大脑运动皮层（负责运动功能的区域）的老化速度更快。研究结果还表明，女性大脑右半球的典型衰老速度相对较慢。

一个新兴的研究领域显示了个性化医疗的前景

这项工作的应用范围远远超出了疾病风险评估。Irimia设想了一个世界，在这个世界中，作为研究的一部分开发的新型深度学习方法被用来帮助人们了解他们的衰老速度。

Irimia说：“我们工作最重要的应用之一是，它有潜力为针对每个人独特的衰老模式的量身定制干预措施铺平道路。”。

“许多人都想知道自己的真实老龄化率。这些信息可以为我们提供线索，告诉我们人们可以采取哪些不同的生活方式改变或干预措施来改善他们的整体健康和幸福感。我们的方法可以用于设计以患者为中心的治疗计划和个性化的脑老化地图，这些地图可能会影响患者的健康和幸福。”具有不同健康需求和目标的人感兴趣。”

注：本文由院校官方新闻直译，仅供参考，不代表指南者留学态度观点。