財聯社周子意
2025-02-28 
AI預防認知衰退！南加州大學首創一款模型能無創檢測大腦衰老程度
2月26日訊（編輯 周子意）大腦衰老速度加快往往與更高的認知障礙風險密切相關。根據最新的研究論文，目前有一款新的人工智能（AI）模型可測量大腦的衰老速度，從而有助于預防認知能力的下降。
根據一項由南加州大學的研究，研究人員通過對認知正常的成年人進行3000多次核磁共振掃描，訓練了一個三維卷積神經網絡（3D-Convolutional Neural Networks，簡稱CNN），這是一類包含卷積計算且具有深度結構的前饋神經網絡，是深度學習的代表算法之一。
南加州大學首創的這種3D-CNN工具通過分析磁共振成像（MRI）掃描，以非侵入性的方式追蹤大腦老化速度，提供了一種精確的方法來測量大腦隨著時間的推移如何衰老。該模型有望成為理解、預防和治療認知衰退及癡呆癥的強大工具。
論文的主要作者、南加州大學老年學、生物醫學工程、定量與計算生物學和神經科學副教授Andrei Irimia表示，“這是一種新穎的測量方法，可以改變我們在研究實驗室和臨床中追蹤大腦健康的方式。”他還補充道，“了解一個人的大腦衰老有多快是很有幫助的。”
這篇論文于本周一（2月24日）發表在了《美國國家科學院院刊》上。
與認知能力密切相關
根據Irimia的說法，一個人的生物學年齡（BA）是不同于個體的實際年齡（CA）。這意味著，出生日期相同的兩個人可能會有非常不同的生物學年齡，因為他們的身體功能以及身體組織在細胞水平上的“年齡”存在差異。
該研究小組表示，“繪制大腦衰老的速度P可以幫助識別神經衰老的異常率，這將有助于識別一些神經退行性疾病的風險。雖然神經退行性疾病的風險確實是隨著實際年齡（CA）的增長而增加，但每個人的生物衰老在細胞、組織、器官和個體之間是不同的，這同樣會提高神經退行性疾病的風險。”
新開發的3D-CNN通過分析同一患者在不同時間點的MRI掃描，提供了一種更精確的方法來測量大腦是如何隨著時間的推移而衰老的。
與傳統的橫斷面檢測方法（通過單一時間點的一次掃描來估計大腦年齡）不同，新的縱向模型（LM）比較了同一個體在多個時間點的MRI掃描，從而更準確地反映了大腦衰老的加速或減緩，并明確了與之相關的神經解剖學變化。
研究小組首先將該模型應用于認知正常的成年人身上，通過3000多次MRI掃描進行訓練，從而驗證了該模型。隨后將其應用于104名認知正常的成年人和140名阿爾茨海默病患者，結果顯示，新模型對大腦衰老速度的計算與研究團隊對受試對象進行的認知測試的變化密切相關，新模型確有可能更好地描述大腦健康的衰老速度。
南加州大學電子與計算機工程副教授Paul Bogdan指出，“這些測量與認知測試結果的一致性表明，該框架可能作為神經認知衰退的早期生物標志物。此外，它還證明了它在認知正常人群和認知障礙人群中的適用性。”
Irimia補充道，“大腦衰老的速度與認知功能的變化密切相關。”
“所以，如果你的大腦老化速度快，你的認知功能就更有可能出現高退化，包括記憶、執行速度、執行功能和處理速度。我們在解剖學上看到的變化與我們在這些人的認知中看到的變化有關。”
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
