研究者が開発したAIベースの脳年齢予測モデル

アメリカ放射線学会の研究者は、軽度認知障害を持つ患者における健康な脳老化の軌道からの逸脱を量化できるAIベースの脳年齢予測モデルを開発しました。

この研究は、6月にRadiology: Artificial Intelligenceに掲載されました。

認知障害の早期発見

研究者によると、このモデルは認知障害の早期発見を支援するために使用できます。

記憶力の欠陥が正常な老化よりも深刻な軽度認知障害（aMCI）を持つ個人は、年齢や教育水準に比べて記憶力の欠陥が深刻です。しかし、それはまだ日常生活に影響を与えるほど深刻ではありません。

この研究には、北京師範大学の認知神経科学および学習国家重点実験室のニ・シュー博士を含む多くの研究者が参加しました。

研究チームは、49.3歳から95.4歳までの974人の健康な成人のT1加重MR画像に基づいて、脳年齢予測モデルを訓練しました。

訓練されたモデルは、北京老化脳リジュベナイトイニシアチブのデータセット（616人の健康対照と80人のaMCI患者）およびアルツハイマー病神経イメージングイニシアチブ（589人の健康対照と144人のaMCI患者）に適用され、aMCI患者に対する予測年齢差を推定しました。

さらに、研究チームは、予測年齢差と認知障害、アルツハイマー病の遺伝的リスク要因、病理学的バイオマーカー、aMCI患者における臨床的進行との関連性を調べました。

研究の結果

研究の結果は、aMCI患者が正常な老化の軌道とは異なる脳老化の軌道を持っていることを示しました。提案された脳年齢予測モデルは、個人の正常な軌道からの逸脱を量化できます。

研究チームは、予測年齢差がaMCI患者における記憶、注意、執行機能などの認知障害と強く関連していることも発見しました。

「私たちが生成した予測モデルは、健康な参加者のMRIスキャンの外観に基づいて、非常に正確に年齢を推定できました。一方、aMCI患者の場合、モデルは脳年齢を平均2.7歳以上と推定しました。」と論文には記載されています。

モデルは、進行性aMCI患者が安定したaMCI患者よりも正常な老化からのより大きな逸脱を経験していることも示しました。予測年齢差スコアとアルツハイマー病のバイオマーカーを組み合わせることで、aMCIの進行をよりよく予測できます。

アルツハイマー病のバイオマーカーと予測年齢差を組み合わせることで、進行性aMCIと安定したaMCIを正確に区別できるようになります。

「この研究は、予測年齢差が認知障害の早期診断と治療への反応の監視に役立つ、堅牢で信頼性の高いコンピュータ化されたバイオマーカーとなる可能性があることを示しています。」と著者は述べています。