科学者たちは、標準的なMRI画像を用いて脳年齢を驚くほど高精度に予測できる高度な人工知能モデルを開発した。2025年7月5日付のNature Communicationsで発表されたこの研究は、ディープラーニングアルゴリズム、特に畳み込みニューラルネットワーク（CNN）が、構造的な脳MRIデータを解析し、個人の生物学的な脳年齢を推定できることを示している。従来の手法が事前に抽出された特徴量に依存していたのに対し、これらのAIモデルは生のMRIデータから直接学習し、従来見逃されていた微細なパターンも捉えることができる。
AIが予測した脳年齢と実年齢の差（脳年齢ギャップ：BAG、または予測年齢差：PAD）は、脳の健康状態を示す強力なバイオマーカーとなる。予測年齢が実年齢を上回るポジティブなギャップは、認知機能障害や神経変性疾患のリスク増加、身体的・精神的健康の悪化と関連していることが分かっている。
「脳年齢ギャップは、標準的な加齢の軌道からの逸脱を測定することで、個人の脳の健康状態を定量化する手段となります」と主任研究者は説明する。「これにより、アルツハイマー病やパーキンソン病などのリスクがある人を、症状が現れる何年も前に特定できる可能性があります。」
研究チームは、数千人の健康な被験者の脳画像を用いてモデルを訓練し、独立したデータセットで検証を行った。その結果、平均絶対誤差が4～5年という高い精度を達成。また、異なるスキャナーやプロトコル間でも高い信頼性を示した。
この進展は、個別化された脳の健康モニタリングに向けた大きな一歩となる。世界的な高齢化が進む中、こうしたツールは早期介入戦略に不可欠となり、不可逆的な神経変性が起こる前に予防的な措置を講じることを医療従事者に可能にするかもしれない。研究者らはすでに臨床現場での応用にも着手しており、認知機能低下の予測に関して有望な初期結果が得られている。