AI förutsäger kognitiv försämring tidigt
Ai-modell förutsäger hjärnans åldrande för att upptäcka kognitiv försämring tidigt
En ny artificiell intelligensmodell mäter hur snabbt en patients hjärna åldras och kan vara ett kraftfullt nytt verktyg för att förstå, förebygga och behandla kognitiv försämring och demens, enligt USC-forskare.
Det är det första verktyget i sitt slag som på ett icke-invasivt sätt kan spåra takten av hjärnförändringar genom att analysera magnetisk resonanstomografi (MRT).
En snabbt åldrande hjärna korrelerar nära med en högre risk för kognitiv funktionsnedsättning, säger Andrei Irimia, docent i gerontologi, biomedicinsk teknik, kvantitet och beräkningsbiologi och neurovetenskap vid USC Leonard avis School of Gerontology och gästande docent i psykologisk medicin vid King's College London.
"Detta är en ny mätning som kan förändra hur vi spårar hjärnans hälsa både i forskningslabbet och på kliniken," sa han. "Att veta hur snabbt ens hjärna åldras kan vara kraftfullt."
Irimia är seniorförfattare till studien som beskriver den nya modellen och dess prediktiva kraft; studien publicerades den 24 februari 2025 i Proceedings of the National Academy of Sciences.
Biologisk ålder är skild från en individs kronologiska ålder, sa Irimia. Två personer som är i samma ålder baserat på deras födelsedatum kan ha väldigt olika biologiska åldrar på grund av hur väl deras kropp fungerar och hur "gamla" kroppens vävnader verkar vara på cellnivå.
Några vanliga mått på biologiska ålder använder blodprover för att mäta epigenetisk åldrande och DNA-metylering, vilket påverkar genernas roll i cellen. Men att mäta biologisk ålder från blodprover är en dålig strategi för att mäta hjärnans ålder, förklarade Irimia.
Barriären mellan hjärnan och blodomloppet hindrar blodkroppar från att passera in i hjärnan, så att ett blodprov är en dålig strategi för att mäta hjärnans ålder, förklarade Irimia.
Barriären mellan hjärnan och blodomloppet hindrar blodkroppar från att passera in i hjärnan, så att blodprov från ens arm inte direkt reflekterar metylering och andra åldersrelaterade processer i hjärnan.
Omvänt är att ta ett prov direkt från en patients hjärna en mycket mer invasi procedur, vilket gör det omöjligt att mäta DNA-metylering och andra aspekter av hjärnans åldrande direkt från levande mänskliga hjärnceller.
Tidigare forskning av Irimia och kollegor har belyst potentialen hos MRI-skanningar för att icke-invasivt mäta hjärnans biologiska ålder.
Den tidigare modellen använde AI-analys för att jämföra en patients hjärnanatomi med data som sammanställts från MRI-skanningar av tusentals människor i olika åldrar och kognitiva hälsoresultat.
Men tvärsnittskaraktären av att analysera en MRI-skanning för att uppskatta hjärnans ålder hade stora begränsningar, sa han.
Medan den tidigare modellen till exempel kunde avgöra om en patients hjärna var tio år "äldre" än deras kalenderålder, kunde den inte ge information om huruvida det ytterligare åldrandet inträffade tidigare eller senare i deras liv, och den kunde inte heller indikera på hastigheten av hjärnans åldrande.
Ett nyutvecklat tredimensionellt konvolutionellt neuralt nätverk (3D-CNN) erbjuder ett mer exakt sätt att mäta hur hjärnan åldras med tiden. Skapat i samarbete med Paul Bogdan, en docent i el- och datorteknik och innehavare av Jack Munushian Early Career Chair vid USC Viterbi School of Engineering, har modellen tränats och validerats på mer än 3000 MRI-skanningar av kognitivt normala vuxna.
Till skillnad från traditionella tvärsnittsmetoder, som uppskattar hjärnans ålder från en skanning vid en enda tidpunkt, jämför denna longitudinella metod baslinje- och uppföljande MRI-skanningar från samma individ. Som ett resultat pekar den mer exakt ut neuroanatomiska förändringar kopplade till accelererat eller bromsat åldrande.
3d-CNN genererar också tolkbara "saliency kartor", som indikerar de specifika hjärnregionerna som är viktigast för att bestämma takten i åldrandet, sa Bogdan.
När den tillämpas på en grupp av 104 kognitivt friska vuxna och 140 patienter med Alzheimers sjukdom, korrelerade den nya modellens beräkningar av hjärnans åldrandehastighet när förändringar i kognitiva funktionstester som gavs vid båda tidpunkterna.
"Anpassningen av dessa åtgärder med kognitiva testresultat indikerar att ramverket kan fungera som en tidig biomarkör för neurokognitiv nedgång," sa Bogdan. "Dessutom visar det på sin tillämpning på både kognitivt normala individer och de med kognitiv funktionsnedsättning."
Han tillade att modellen har potential att bättre karakterisera både hälsosamt åldrande och sjukdomsbanor, och dess prediktiva kraft skulle en dag kunna användas för att bedöma vilka behandlingar som skulle vara mer effektiva baserat på individuella egenskaper.
"Att hjärnans åldrande är signifikativt korrelerad med förändringar i kognitiv funktion," sa Irimia. "Så, om du har en hög grad av hjärnans åldrande, är det mer sannolikt att du har en hög grad av försämring av kognitiv funktion, inklusive minne, exekutiv hastighet, exekutiv funktion och bearbetningshastighet. Det är inte bara ett anatomiskt mått; de förändringar vi ser i anatomin är förknippade med förändringar vi ser i kognitionen hos dessa individer."
I studien noterar Irimia och medförfattare också hur den nya modellen kunde särskilja olika åldrandehastigheter över olika delar av hjärnan. Att fördjupa sig i dessa skillnader - inklusive hur de varierar baserat på genetik, miljö och livsstilsfaktorer - kan ge insikt i hur olika patologier utvecklas i hjärnan, sa irimia.
Studien visade också att takten av hjärnans åldrande i vissa regioner skilde sig åt mellan könen, vilket kan belysa varför män och kvinnor står inför olika risker för neurodegenerativa sjukdomar, inklusive Alzheimers, tillade han.
Irimia sa att han också är exalterad över potentialen för den nya modellen att identifiera personer med snabbare åldrande i hjärnan innan de visar några symtom på kognitiv funktionsnedsättning.
Medan nya läkemedel som riktar sig mot Alzheimers har introducerats, har deras effekt varit mindre än forskare och läkare har hoppats på, potentiellt för att patienter kanske inte börjar använda läkemedlet förrän det redan finns en stor del av Alzheimers patologi i hjärnan, förklarade han.
"En sak som mitt labb är väldigt intresserad av är att uppskatta risken för Alzheimers, vi skulle vilja en dag kunna säga; 'Just nu ser det ut som att en här personen har en 30-procentig risk för Alzheimers.' Vi är inte där än, men vi jobbar på det, säger Irimia.
"Jag tror att den här typen av mått kommer att vara till stor hjälp för att producera variabler som är prognostiska och kan hjälpa till att förutsäga risken för Alzheimers. Det skulle vara riktigt kraftfullt, särskilt när vi börjar utveckla potentiella läkemedel för förebyggande."
Kommentarer
Skicka en kommentar