Wissenschaftlerinnen und Wissenschaftler haben laut einer am 5. Juli 2025 in Nature Communications veröffentlichten Studie fortschrittliche KI-Modelle entwickelt, die das Gehirnalter mit bemerkenswerter Genauigkeit anhand von Standard-MRT-Scans vorhersagen können.
Die Studie zeigt, wie Deep-Learning-Algorithmen, insbesondere Convolutional Neural Networks (CNNs), strukturelle MRT-Daten des Gehirns analysieren, um das biologische Gehirnalter einer Person zu schätzen. Im Gegensatz zu früheren Ansätzen, die auf vorab extrahierten Merkmalen basierten, lernen diese KI-Modelle direkt aus den Rohdaten der MRT-Bilder und erfassen dabei subtile Muster, die sonst unentdeckt bleiben könnten.
Die Differenz zwischen dem von der KI vorhergesagten Gehirnalter und dem chronologischen Alter – bekannt als Brain Age Gap (BAG) oder Predicted Age Difference (PAD) – dient als aussagekräftiger Biomarker für die Gehirngesundheit. Ein positiver Wert, bei dem das vorhergesagte Alter das tatsächliche Alter übersteigt, wurde mit kognitiven Beeinträchtigungen, einem erhöhten Risiko für neurodegenerative Erkrankungen sowie schlechteren körperlichen und geistigen Fitnesswerten in Verbindung gebracht.
„Die Differenz im Gehirnalter ermöglicht es, die Gehirngesundheit eines Individuums zu quantifizieren, indem die Abweichung vom normalen Alterungsprozess gemessen wird“, erklärt die leitende Forscherin. „Dies könnte helfen, Menschen mit einem Risiko für Erkrankungen wie Alzheimer oder Parkinson Jahre vor dem Auftreten von Symptomen zu identifizieren.“
Das Forschungsteam trainierte seine Modelle an Tausenden von Gehirnscans gesunder Probanden und validierte sie anschließend an unabhängigen Datensätzen. Die Modelle erzielten beeindruckende Genauigkeit mit mittleren absoluten Fehlern von nur 4–5 Jahren. Besonders wichtig: Die Technologie zeigte eine hohe Zuverlässigkeit über verschiedene Scanner und Protokolle hinweg.
Dieser Fortschritt stellt einen bedeutenden Schritt in Richtung personalisiertes Monitoring der Gehirngesundheit dar. Angesichts der alternden Weltbevölkerung könnten solche Werkzeuge für frühzeitige Interventionsstrategien von unschätzbarem Wert sein und es Ärztinnen und Ärzten ermöglichen, präventive Maßnahmen zu ergreifen, bevor irreversible neurodegenerative Prozesse einsetzen. Die Forschenden haben bereits begonnen, die Anwendung in klinischen Umgebungen zu untersuchen, mit vielversprechenden ersten Ergebnissen zur Vorhersage kognitiver Verschlechterung.