Nakabuo ang mga siyentipiko ng mga sopistikadong modelo ng artificial intelligence na kayang tukuyin ang edad ng utak nang may mataas na antas ng katumpakan gamit ang karaniwang MRI scans, ayon sa pananaliksik na inilathala sa Nature Communications noong Hulyo 5, 2025.
Ipinapakita ng pag-aaral kung paano nagagamit ng mga deep learning algorithm, partikular ang convolutional neural networks (CNNs), ang structural brain MRI data upang tantiyahin ang biological brain age ng isang tao. Hindi tulad ng mga naunang pamamaraan na umaasa sa mga naunang naprosesong features, natututo ang mga AI model na ito direkta mula sa raw MRI data, kaya't natutukoy ang mga banayad na pattern na maaaring hindi makita ng tao.
Ang pagkakaiba sa pagitan ng AI-predicted brain age at aktuwal na edad, na tinatawag na brain age gap (BAG) o predicted age difference (PAD), ay nagsisilbing makapangyarihang biomarker para sa kalusugan ng utak. Ang positibong gap—kung saan mas mataas ang tinatayang edad kaysa sa aktuwal na edad—ay nauugnay sa mga kapansanan sa pag-iisip, mas mataas na panganib ng neurodegenerative diseases, at mas mababang pisikal at mental na kalusugan.
"Ang brain age gap ay nagbibigay ng paraan upang masukat ang kalusugan ng utak ng isang indibidwal sa pamamagitan ng pagsukat ng paglihis mula sa normal na proseso ng pagtanda," paliwanag ng pangunahing mananaliksik. "Maaari nitong matulungan ang pagtukoy sa mga taong nanganganib magkaroon ng mga kondisyon tulad ng Alzheimer's o Parkinson's disease, kahit ilang taon bago lumitaw ang mga sintomas."
Sinanay ng research team ang kanilang mga modelo gamit ang libu-libong brain scans mula sa mga malulusog na indibidwal bago ito subukan sa mga hiwalay na dataset. Nakamit ng mga modelo ang kahanga-hangang katumpakan na may mean absolute error na mababa sa 4-5 taon. Mahalaga ring naipakita ng teknolohiya ang matibay na pagiging maaasahan kahit iba-iba ang gamit na MRI machine at protocol.
Ang pagsulong na ito ay isang mahalagang hakbang patungo sa personalized na pagmo-monitor ng kalusugan ng utak. Habang tumatanda ang populasyon sa buong mundo, maaaring maging napakahalaga ng mga ganitong kasangkapan para sa maagang interbensyon, na nagbibigay-daan sa mga doktor na magpatupad ng preventive measures bago pa mangyari ang hindi na maibabalik na neurodegeneration. Sinimulan na ng mga mananaliksik ang pagsubok ng teknolohiyang ito sa mga klinikal na settings, at nagpapakita ito ng magagandang resulta sa paunang prediksyon ng cognitive decline.