人工智能识别大脑衰老因素

大脑比其生物学年龄更年轻吗？瑞典斯德哥尔摩卡罗琳学院的医学研究人员发表了一项新研究，展示了如何利用人工智能（AI）工具识别导致大脑加速衰老的因素。

“大脑年龄差距（BAG），即个体预测的大脑年龄（PBA）与实际年龄（CA）之间的差异，可以作为评估大脑健康的宝贵生物标志物。”由安娜·马尔塞格利亚领导的研究团队在阿尔茨海默病协会出版的《阿尔茨海默病与痴呆症》杂志上报告称。

瑞典研究团队使用大脑年龄差距作为潜在的数字生物标志物，评估了神经退行性疾病、血管疾病、生活方式因素如活动和饮食、心血管代谢（CMD）风险因素及疾病（如心脏病、糖尿病、肥胖和高血压）、生物学过程如炎症以及葡萄糖和脂质代谢紊乱的影响。此外，研究团队还研究了大脑年龄差距与认知功能之间的联系，并寻找出生时定义的女性和男性之间的潜在差异。

该研究的数据来自2014年至2016年间参与瑞典基于人群的队列研究的739名哥德堡居民，年龄均为70岁。所有参与者都进行了通过神经影像质量控制标准的脑部成像检查，并且均未患有如痴呆症等神经系统疾病。

“人工智能技术的进步促进了使用全结构磁共振成像（MRI）开发大脑年龄模型的发展，捕捉了弹性的核心生物学维度。”研究人员写道。

参与者的脑部扫描由经过训练的AI分析，该AI模型基于来自其他七个队列的超过18,800张MRI图像进行训练。AI模型输出的大脑年龄差距分数是根据个体大脑生物学年龄与其实际年龄之间的差异得出的。大脑看起来越老，差距就越大。

外观较老的大脑和较大的差距与高水平的炎症、血糖和脑血管负担有关。外观较老的大脑还与低水平的身体活动、中风/TIA的存在和糖尿病相关。

有趣的是，在经常进行体力活动的肥胖者中，大脑年龄差距分数较低。年轻外观的大脑特征是更大的皮层厚度。

“值得注意的是，性别特异性的关联出现了，这表明女性和男性的认知障碍存在不同的病理和弹性途径。”研究人员指出。

女性外观较老的大脑与饮酒风险和较低的情景记忆有关。在男性中，外观较老的大脑与皮层厚度减少和注意力/速度、空间能力、言语流畅性方面的认知功能下降有关。

“血管脑损伤、炎症和胰岛素相关失调之间的相互作用可能是理解大脑年龄差距的神经生物学基础的关键，因此也是衰老过程中弹性机制的关键。”研究人员总结道。

通过利用AI的模式识别能力，研究人员能够从复杂的脑部图像中确定关键的健康发现。这项研究突显了体力活动、肥胖、中风、炎症、脑血管疾病对大脑生物学年龄的影响，以及女性和男性大脑之间的差异。大脑年龄差距有可能成为评估大脑弹性的数字生物标志物。

“有利的生活方式，如体力活动，可能有助于保持大脑的完整性，从而使其看起来更年轻。”研究人员报告称。

基于他们的结论，卡罗琳学院的科学家建议未来长期研究应考虑女性和男性大脑之间的差异，并研究炎症、葡萄糖代谢、血管脑损伤和心血管代谢疾病对认知功能和大脑年龄差距的相互作用和影响。

(全文结束)