人工智能驱动的分析准确反映了认知能力下降的风险

人类大脑掌握着许多关于一个人长期健康的线索——事实上，研究表明，一个人的大脑年龄比他们的出生日期更有用、更准确地预测健康风险和未来疾病。

现在，南加州大学研究人员开发的一种新的人工智能(AI)模型可以分析磁共振成像(MRI)脑部扫描，可用于准确捕获与阿尔茨海默氏症等神经退行性疾病相关的认知能力下降，比以前的方法要早得多。

脑衰老被认为是神经退行性疾病风险的可靠生物标志物。当一个人的大脑表现出比该人年龄的人预期的“老”的特征时，这种风险就会增加。

通过利用该团队新型AI模型的深度学习能力来分析扫描，研究人员可以检测到微妙的大脑解剖标志物，否则这些标记很难检测到，并且与认知能力下降相关。他们的研究结果于2月<>日星期二发表在《美国国家科学院院刊》上，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衰老的区域，这些区域反映了可能导致阿尔茨海默氏症的认知能力下降，”南加州大学伦纳德戴维斯老年学学院老年学，生物医学工程，定量和计算生物学和神经科学助理教授Andrei Irimia说。

“人们以不同的速度衰老，体内的组织类型也是如此。当我们说“某某四十岁，但看起来三十岁时，我们知道这一点。同样的想法也适用于大脑。四十岁的大脑可能看起来和三十岁的大脑一样'年轻'，或者看起来和六十岁的大脑一样'老'。

现有方法的更准确替代方案

Irimia和他的团队整理了4，681名认知正常参与者的大脑MRI，其中一些人在以后的生活中继续发展为认知能力下降或阿尔茨海默病。

利用这些数据，他们创建了一个称为神经网络的人工智能模型，通过他们的大脑MRI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学大脑图谱，揭示特定对象的衰老模式。

然后，他们将感知的(生物)大脑年龄与研究参与者的实际(实际)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，这反映了阿尔茨海默氏症的风险

结果表明，该团队的模型可以预测认知正常参与者的真实(时间顺序)年龄，平均绝对误差为2.3年，这比现有的，屡获殊荣的大脑年龄估计模型准确约一年使用不同的神经网络架构。

“可解释的人工智能可以成为评估阿尔茨海默氏症和其他神经认知疾病风险的有力工具，”Irimia说，他还在南加州大学维特比工程学院和南加州大学多恩西夫文学，艺术与科学学院担任教职。

“我们越早确定阿尔茨海默病高风险人群，临床医生就可以越早干预治疗方案，监测和疾病管理。人工智能之所以特别强大，是因为它能够发现衰老的微妙和复杂的特征，这是其他方法无法做到的，而且这些特征是在一个人患上疾病之前多年识别风险的关键。

大脑的年龄因性别而异

新模型还揭示了不同大脑区域衰老变化的性别特异性差异。男性大脑的某些部分比女性衰老得更快，反之亦然。

男性因帕金森病而患运动障碍的风险较高，大脑的运动皮层(负责运动功能的区域)会经历更快的衰老。研究结果还表明，在女性中，大脑右半球的典型衰老可能相对较慢。

新兴研究领域显示出个性化医疗的前景

这项工作的应用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。

“我们工作最重要的应用之一是它有可能为解决每个人独特衰老模式的定制干预措施铺平道路，”Irimia说。

“许多人都有兴趣了解他们的真实衰老速度。这些信息可以为我们提供关于不同生活方式改变或干预措施的提示，一个人可以采取这些干预措施来改善他们的整体健康和福祉。我们的方法可用于设计以患者为中心的治疗计划和个性化的大脑衰老地图，这些地图可能对具有不同健康需求和目标的人感兴趣。