Forskere udvikler AI-baseret model til forudsigelse af hjernens alder

Forskere fra Radiological Society of North America har udviklet en AI-baseret model til forudsigelse af hjernens alder, der kan kvantificere afvigelser fra en sund hjernens aldringskurve hos patienter med mild kognitiv impairment.

Studiet blev offentliggjort i juni i Radiology: Artificial Intelligence.

Tidlig opdækning af kognitiv impairment

Ifølge forskerne kan modellen bruges til at hjælpe med tidlig opdækning af kognitiv impairment.

Personer, der lider af amnestisk mild kognitiv impairment (aMCI), en overgangsfase fra normal aldring til Alzheimers sygdom, har hukommelsesmæssige defekter, der er mere alvorlige end det normale for deres alder og uddannelse. Men det er ikke alvorligt nok til at påvirke deres daglige funktion.

Studiet involverede Ni Shu, Ph.D., fra State Key Laboratory of Cognitive Neuroscience and Learning, Beijing Normal University, i Beijing, Kina, samt andre kolleger.

Holdet anvendte en maskinelæringsmetode til at træne en model for forudsigelse af hjernens alder, der var baseret på T1-vejede MR-billeder af 974 sunde voksne i alderen 49,3 til 95,4 år.

Den trænede model blev derefter anvendt til at estimeere den forventede aldersforskel for aMCI-patienter i datasets fra Beijing Aging Brain Rejuvenation Initiative, der inkluderede 616 sunde kontroller og 80 aMCI-patienter, og Alzheimer’s Disease Neuroimaging Initiative, der inkluderede 589 sunde kontroller og 144 aMCI-patienter.

Ud over dette undersøgte holdet også sammenhængen mellem den forventede aldersforskel og kognitiv impairment, genetisk risiko, patologiske biomarkører for Alzheimers sygdom og klinisk progression hos aMCI-patienter.

Studiets resultater

Studiets resultater viste, at aMCI-patienter havde hjernens aldringskurver, der afveg fra den typiske normale aldringskurve. Den foreslåede model for forudsigelse af hjernens alder ville være i stand til at kvantificere enkeltindividuelle afvigelser fra denne normale kurve.

Holdet fandt også, at den forventede aldersforskel var stærkt korreleret med enkeltindividuel kognitiv impairment hos aMCI-patienter i domæner som hukommelse, opmærksomhed og eksekutiv funktion.

“Den prædiktive model, vi genererede, var meget præcis til at estimeere kronologisk alder hos sunde deltagere baseret på kun udseendet af MRI-scans,” sagde artiklen. “Til gengæld for aMCI estimerede modellen hjernens alder til at være mere end 2,7 år ældre i gennemsnit end patientens kronologiske alder.”

Modellen viste også, at progressive aMCI-patienter lider af mere afvigelser fra den typiske normale aldring end stabile aMCI-patienter. Gennem brug af værktøjer som den forventede aldersforskel og biomarkører for Alzheimers sygdom kan progressionen af aMCI forudsiges bedre.

Ved at kombinere den forventede aldersforskel med andre biomarkører for Alzheimers sygdom kan den bedste præstation for at skelne mellem progressiv aMCI og stabil aMCI opnås.

“Dette arbejde indikerer, at den forventede aldersforskel har potentialet til at være en robust, pålidelig og computeriseret biomarkør for tidlig diagnose af kognitiv impairment og overvågning af respons til behandling,” sagde forfatterne.