Forskere utvikler AI-basert modell for å prediktere hjernens alder

Forskere ved Radiological Society of North America har utviklet en AI-basert modell for å prediktere hjernens alder som kan kvantifisere avvik fra en sunn hjernens aldringsprosess hos pasienter med mild kognitiv svekking. 

Studien ble publisert i juni i Radiology: Artificial Intelligence.

Tidlig oppdaging av kognitiv svekking

Ifølge forskerne kan modellen brukes til å hjelpe med tidlig oppdaging av kognitiv svekking. 

Personer som lider av amnestisk mild kognitiv svekking (aMCI), en overgangsfase fra normal aldring til Alzheimers sykdom, har hukommelsessvikt som er mer alvorlig enn det normale for deres alder og utdanning. Men det er ikke alvorlig nok til å påvirke deres daglige funksjon. 

Studien omfattet Ni Shu, Ph.D., fra State Key Laboratory of Cognitive Neuroscience and Learning, Beijing Normal University, i Beijing, Kina, sammen med andre kolleger. 

Teamet brukte en maskinlæringsteknikk for å trene en hjernens aldersprediksjonsmodell, som var basert på T1-veidde MR-bilder av 974 friske voksne i alderen 49,3 til 95,4 år. 

Den trenede modellen ble deretter brukt til å estimere den predikerte aldersforskjellen hos aMCI-pasienter i datasett fra Beijing Aging Brain Rejuvenation Initiative, som omfattet 616 friske kontroller og 80 aMCI-pasienter, og Alzheimer’s Disease Neuroimaging Initiative, som omfattet 589 friske kontroller og 144 aMCI-pasienter.

I tillegg undersøkte teamet også sammenhengene mellom den predikerte aldersforskjellen og kognitiv svekking, genetiske risikofaktorer, patologiske biomarkører for Alzheimers sykdom og klinisk fremgang hos aMCI-pasienter.  

Studiens resultater

Studiens resultater viste at aMCI-pasienter hadde hjernens aldringsprosesser som var forskjellige fra den typiske normale aldringsprosessen. Den foreslåtte hjernens aldersprediksjonsmodellen ville kunne kvantifisere enkeltavvik fra denne normale prosessen. 

Teamet fant også at den predikerte aldersforskjellen var sterkt korrelert med enkeltkognitiv svekking hos aMCI-pasienter i domener som hukommelse, oppmerksomhet og eksekutiv funksjon. 

“Den prediksjonsmodellen vi genererte var svært nøyaktig i å estimere kronologisk alder hos friske deltakere basert bare på utseendet av MRI-skanninger,” het det i artikkelen. “I motsetning til dette estimerte modellen hjernens alder til å være mer enn 2,7 år eldre i gjennomsnitt enn pasientens kronologiske alder.”

Modellen viste også at progressive aMCI-pasienter lider av mer avvik fra typisk normal aldring enn stabile aMCI-pasienter. Ved å bruke verktøy som den predikerte aldersforskjellen og biomarkører for Alzheimers sykdom, kan fremgangen hos aMCI-pasienter forbedres bedre. 

Ved å kombinere den predikerte aldersforskjellen med andre biomarkører for Alzheimers sykdom, kan den beste ytelsen for å skille mellom progressive og stabile aMCI-pasienter oppnås. 

“Dette arbeidet indikerer at den predikerte aldersforskjellen har potensialet til å være en robust, pålitelig og datamaskinbasert biomarkør for tidlig diagnostisering av kognitiv svekking og overvåking av respons til behandling,” sa forfatterne.