Vědci vyvinuli sofistikované modely umělé inteligence, které dokážou s pozoruhodnou přesností předpovídat věk mozku pomocí standardních MRI snímků, jak uvádí výzkum publikovaný v Nature Communications dne 5. července 2025.
Studie ukazuje, jak algoritmy hlubokého učení, zejména konvoluční neuronové sítě (CNN), dokážou analyzovat strukturální MRI data mozku a odhadnout biologický věk mozku člověka. Na rozdíl od předchozích přístupů, které se opíraly o předem extrahované rysy, se tyto AI modely učí přímo z neupravených MRI dat a zachycují jemné vzorce, které by jinak mohly zůstat neodhaleny.
Rozdíl mezi AI-předpovězeným věkem mozku a chronologickým věkem, známý jako rozdíl věku mozku (BAG) nebo rozdíl předpovězeného věku (PAD), slouží jako silný biomarker zdraví mozku. Pozitivní rozdíl – kdy předpovězený věk převyšuje chronologický – byl spojen s kognitivními poruchami, zvýšeným rizikem neurodegenerativních onemocnění a horšími výsledky fyzické i mentální kondice.
„Rozdíl věku mozku poskytuje způsob, jak kvantifikovat zdraví mozku jednotlivce měřením odchylky od normálního stárnutí,“ vysvětluje hlavní výzkumník. „To by mohlo pomoci identifikovat osoby ohrožené například Alzheimerovou nebo Parkinsonovou chorobou roky předtím, než se objeví příznaky.“
Výzkumný tým trénoval své modely na tisících MRI snímků zdravých jedinců a následně je ověřoval na nezávislých datech. Modely dosáhly působivé přesnosti s průměrnou absolutní chybou pouhých 4–5 let. Důležité je, že technologie prokázala vysokou spolehlivost napříč různými typy skenerů i protokolů.
Tento pokrok představuje významný krok směrem k personalizovanému monitorování zdraví mozku. S rostoucím stárnutím populace by takové nástroje mohly být neocenitelné pro včasné zásahy, což by lékařům umožnilo zavádět preventivní opatření ještě před nevratným poškozením mozku. Vědci již začali zkoumat využití v klinické praxi a předběžné výsledky při predikci kognitivního úpadku jsou slibné.