Peneliti Membuat Model Prediksi Usia Otak Berbasis AI

Peneliti di Radiological Society of North America telah mengembangkan model prediksi usia otak berbasis kecerdasan buatan (AI) yang dapat mengukur penyimpangan dari trajeksi penuaan otak yang sehat pada pasien dengan gangguan kognitif ringan.

Studi ini dipublikasikan pada bulan Juni di Radiology: Artificial Intelligence.

Deteksi Dini Gangguan Kognitif

Menurut peneliti, model ini dapat digunakan untuk membantu deteksi dini gangguan kognitif.

Individu yang menderita gangguan kognitif ringan amnestik (aMCI), fase transisi dari penuaan normal ke penyakit Alzheimer, memiliki defisit memori yang lebih parah daripada normal untuk usia dan pendidikan mereka. Namun, hal ini tidak cukup parah untuk mempengaruhi fungsi sehari-hari mereka.

Studi ini melibatkan Ni Shu, Ph.D., dari State Key Laboratory of Cognitive Neuroscience and Learning, Beijing Normal University, di Beijing, Cina, bersama dengan rekan-rekan lainnya.

Tim menggunakan pendekatan pembelajaran mesin untuk melatih model prediksi usia otak, yang berdasarkan pada gambar MR berbobot T1 dari 974 orang dewasa sehat antara usia 49,3 dan 95,4 tahun.

Model yang dilatih kemudian diterapkan untuk memperkirakan perbedaan usia prediksi pasien aMCI dalam dataset dari Beijing Aging Brain Rejuvenation Initiative, yang mencakup 616 kontrol sehat dan 80 pasien aMCI, dan Alzheimer’s Disease Neuroimaging Initiative, yang mencakup 589 kontrol sehat dan 144 pasien aMCI.

Selain itu, tim juga memeriksa asosiasi antara perbedaan usia prediksi dan gangguan kognitif, faktor risiko genetik, biomarker patologis Alzheimer, dan progresi klinis pada pasien aMCI.

Hasil Studi

Hasil studi menunjukkan bahwa pasien aMCI memiliki trajeksi penuaan otak yang berbeda dari trajeksi penuaan normal. Model prediksi usia otak yang diusulkan dapat mengukur penyimpangan individu dari trajeksi normal ini.

Tim juga menemukan bahwa perbedaan usia prediksi sangat terkait dengan gangguan kognitif individu pasien aMCI dalam domain seperti memori, perhatian, dan fungsi eksekutif.

“Model prediktif yang kami generasikan sangat akurat dalam memperkirakan usia kronologis pada partisipan sehat berdasarkan hanya penampilan pemindaian MRI,” kata makalah tersebut. “Sebaliknya, untuk aMCI, model memperkirakan usia otak rata-rata 2,7 tahun lebih tua daripada usia kronologis pasien.”

Model ini juga menunjukkan bahwa pasien aMCI progresif menderita penyimpangan lebih besar dari penuaan normal daripada pasien aMCI stabil. Dengan menggunakan alat seperti skor perbedaan usia prediksi dan biomarker untuk Alzheimer, progresi aMCI dapat diprediksi lebih baik.

Dengan menggabungkan perbedaan usia prediksi dengan biomarker lain untuk Alzheimer, kinerja terbaik untuk membedakan antara aMCI progresif dan stabil dapat dicapai.

“Penelitian ini menunjukkan bahwa perbedaan usia prediksi memiliki potensi sebagai biomarker yang kuat, andal, dan terkomputerisasi untuk diagnosis dini gangguan kognitif dan pemantauan respons terhadap pengobatan,” kata penulis.