早上好，我是腦叔，一個(gè)愛(ài)聊腦的家伙。

你可能曾想測(cè)試自己的生物年齡，希望它至少能告訴你內(nèi)在年齡只有 28 歲。但到目前為止，這些測(cè)試還無(wú)法揭示你的大腦年齡。不過(guò)現(xiàn)在，科學(xué)研究取得了一項(xiàng)突破，這種新的方法來(lái)計(jì)算你的灰質(zhì)老化速，從而測(cè)量大腦的“生物年齡”，這一發(fā)現(xiàn)可能有助于預(yù)測(cè)和預(yù)防癡呆癥。

與按出生年份計(jì)算的生理年齡不同，生物年齡取決于身體機(jī)能和細(xì)胞、組織的磨損程度。即使兩個(gè)人生理年齡相同，他們的生物年齡也可能不同。

生物年齡通常通過(guò)DNA甲基化來(lái)測(cè)量，這是一種改變基因在細(xì)胞水平上表達(dá)的化學(xué)過(guò)程。然而，發(fā)表在《PNAS》上的一項(xiàng)新研究表明，這種方法對(duì)大腦并不適用。這是因?yàn)榇竽X的保護(hù)屏障——血腦屏障——不允許血液細(xì)胞進(jìn)入大腦。因此，從手臂抽取的血液樣本無(wú)法提供有關(guān)大腦衰老的信息，而直接從大腦抽取血液樣本的風(fēng)險(xiǎn)又過(guò)高。

利用人工智能分析大腦核磁共振掃描可以揭示大腦衰老的速度

為了克服這一障礙，美國(guó)南加州大學(xué)的研究人員開(kāi)發(fā)了一種結(jié)合磁共振成像（MRI）掃描和人工智能（AI）的非侵入性方法。他們表示，這種方法未來(lái)可能有助于預(yù)防和治療癡呆癥?！斑@是一種新穎的測(cè)量方法，可能會(huì)改變我們?cè)谘芯繉?shí)驗(yàn)室和臨床環(huán)境中追蹤大腦健康的方式，”該研究的高級(jí)作者安德烈·伊里米亞教授說(shuō)?！爸来竽X衰老的速度可能會(huì)非常有幫助。”

首先，伊里米亞和他的團(tuán)隊(duì)利用人工智能分析了數(shù)千張不同年齡和大腦健康狀況的人的MRI腦部掃描圖像。這有助于他們建立一個(gè)比較基準(zhǔn)，從而能夠估算個(gè)體大腦的生物年齡。然而，這種方法雖然可以顯示大腦的外觀年齡，但卻無(wú)法預(yù)測(cè)其衰老速度或未來(lái)的變化。

接下來(lái)，研究團(tuán)隊(duì)構(gòu)建了一個(gè)名為三維卷積神經(jīng)網(wǎng)絡(luò)（3D-CNN）的模型。該模型通過(guò)比較個(gè)體的初始和后續(xù)MRI掃描圖像，得出更精確的結(jié)果。重要的是，該模型還能夠識(shí)別出大腦中衰老速度較快的區(qū)域。

研究團(tuán)隊(duì)在104名大腦健康的成年人和140名阿爾茨海默病患者身上測(cè)試了這一模型，發(fā)現(xiàn)大腦衰老速度與認(rèn)知功能密切相關(guān)。也就是說(shuō)，大腦衰老速度較快的人更有可能出現(xiàn)記憶力和處理速度的下降。

研究人員不僅認(rèn)為這種人工智能模型可以檢測(cè)到認(rèn)知能力下降的早期跡象，而且由于它能夠準(zhǔn)確預(yù)測(cè)疾病的發(fā)展軌跡，還可以幫助醫(yī)生選擇最佳的治療方法。研究人員還興奮地表示，該模型可能提供關(guān)于基因、環(huán)境和生活方式如何影響大腦衰老的見(jiàn)解。

伊里米亞說(shuō)：“我們實(shí)驗(yàn)室非常感興趣的一件事是估計(jì)阿爾茨海默病的風(fēng)險(xiǎn)；我們希望有一天能夠說(shuō)，‘現(xiàn)在看來(lái)，這個(gè)人有30%的阿爾茨海默病風(fēng)險(xiǎn)?！覀冞€沒(méi)有達(dá)到這一目標(biāo)，但我們正在努力。”

他補(bǔ)充說(shuō)：“我認(rèn)為這種測(cè)量方法將有助于產(chǎn)生具有預(yù)后價(jià)值的變量，以幫助預(yù)測(cè)阿爾茨海默病的風(fēng)險(xiǎn)。這將非常有幫助，特別是當(dāng)我們開(kāi)始開(kāi)發(fā)預(yù)防藥物時(shí)?！?/p>

About the author: Noa Leach.

參考文獻(xiàn)：

Yin, C., et al. (2025) Deep learning to quantify the pace of brain aging in relation to neurocognitive changes. PNAS. doi.org/10.1073/pnas.2413442122.

聲明：本文版權(quán)屬于原作者，僅用于學(xué)術(shù)交流！