“大脑年龄” - 人工智能可发现早期阿尔茨海默症症状

SCIENCE PHOTO LIBRARY/GETTY IMAGES

虽然大脑的年龄和你的生理年龄的年数应该是一致的，但确定医学上的“年龄”（衡量衰老过程如何影响大脑的指标）远非一件显而易见或直截了当的事情。现在，研究人员正在测试一种基于AI的模型，该模型通过磁共振成像（MRI）数据确定大脑年龄，可能有助于识别痴呆症和阿尔茨海默病的早期症状。

这项最新研究并不是第一个应用于“大脑年龄（brain age）”问题的机器学习模型。但这项发表在《美国国家科学院院刊》（https://www.pnas.org/doi/10.1073/pnas.2214634120）上的新研究似乎有助于为高危患者争取关键时间。

南加州大学老年学助理教授、该研究的资深作者Andrei Irimia说：“如果我们及早发现高危人群，我们可以通过改变生活方式或潜在的治疗方法来为其降低风险。”

Irimia和他的同事使用来自4681名认知正常患者的MRI对他们的模型进行了训练，这些患者来自多个数据库，其中最多的来自英国生物样本库（UK Biobank）。研究人员使用了来自相同数据库的1170个不同的核磁共振成像仪来测试。对于每一次MRI，神经网络都会对患者的年龄进行估计。研究人员将该值称为患者的大脑年龄，当接受认知正常成年人的扫描时，该值应尽可能接近患者的年龄。

该算法预测的时间年龄平均误差约为2.3岁，研究人员表示，与其他类似的大脑年龄技术相比，该算法更精确约一年。

“我认为他们的进步是有意义的，”Han Pen说，他以前是牛津大学的博士后研究员，帮助开发了一个类似的神经网络，以确定以前最准确的大脑年龄。

当然，与许多人工智能一样，大脑年龄算法通常是无法理解的黑匣子 —— 无法核查，也无法透露它们是如何产生结果的。然而，Irimia的团队希望让他们的算法具有可解释性。因此，它还生成了所谓的显著性图谱，显示了决策所最依赖的MRI区域。

研究人员使用了650名认知正常患者的核磁共振成像，以及359名患有阿尔茨海默氏痴呆症的患者和351名轻度认知障碍（MCI）患者的磁共振成像。大约一半的MCI患者后来患上了痴呆症。显著性图谱支持了其他研究的发现，包括关于大脑正常衰老以及阿尔茨海默病对男性和女性大脑的影响。

Irimia说：“我们发现，我们的方法可以证实和重现其他研究中使用完全不同方法的其他发现。” 研究人员发现，大脑年龄和时间年龄之间的差距越大，患有MCI的人最终患上痴呆症的风险就越大，此前的研究也发现了这一点。

他们还发现，对于患有MCI或痴呆症的患者，大脑年龄与他们的认知功能水平的相关性大于他们的年龄。MCI患者也是如此，但痴呆症患者则不然。研究人员写道，这可能是因为该模型是使用认知正常患者的数据训练的，尽管可能有多种解释，Irimia说。

伦敦大学学院（University College London）神经图像计算教授James Cole表示，尽管这项研究使用了大量数据集，但样本仍然严重偏向欧洲裔白人。Irimia说，由于作者无法获得这些信息，因此研究没有给出具体的种族统计数据。然而，该研究最大的数据来源英国生物样本库的白人比例约为95%。Cole表示，研究人员必须能够证明他们的研究适用于不同的人群。

北卡罗来纳大学教堂山医学院放射科副教授Eran Dayan说，很难说一年的准确性提高有多大意义。

Dayan表示，要知道这一点，未来的研究必须结合更多的临床数据。尽管这项研究确实包含了一些关于认知功能的数据，但为了最终将这项技术用于真正的患者，还需要更多使用纵向数据或患者数据的研究。

Irimia并不反对该说法。他表示：“我认为我们需要更多的研究来真正了解这些（显著性图谱）模式是如何产生不同的，以及我们如何利用我们获得的信息来改进风险评估。”