Cientistas desenvolveram sofisticados modelos de inteligência artificial capazes de prever a idade cerebral com notável precisão utilizando exames padrão de ressonância magnética, de acordo com pesquisa publicada na Nature Communications em 5 de julho de 2025.
O estudo demonstra como algoritmos de aprendizado profundo, especialmente redes neurais convolucionais (CNNs), podem analisar dados estruturais de ressonância magnética do cérebro para estimar a idade biológica cerebral de uma pessoa. Diferentemente de abordagens anteriores que dependiam de extração prévia de características, esses modelos de IA aprendem diretamente dos dados brutos da ressonância, capturando padrões sutis que poderiam passar despercebidos.
A diferença entre a idade cerebral prevista pela IA e a idade cronológica, conhecida como gap de idade cerebral (BAG) ou diferença de idade prevista (PAD), serve como um biomarcador poderoso para a saúde do cérebro. Um gap positivo — quando a idade prevista excede a idade cronológica — tem sido associado a déficits cognitivos, maior risco de doenças neurodegenerativas e piores desfechos físicos e mentais.
"O gap de idade cerebral fornece uma forma de quantificar a saúde cerebral de um indivíduo ao medir o desvio em relação ao envelhecimento normativo", explica o pesquisador principal. "Isso pode ajudar a identificar pessoas em risco para condições como Alzheimer ou Parkinson anos antes do aparecimento dos sintomas."
A equipe de pesquisa treinou seus modelos com milhares de exames cerebrais de indivíduos saudáveis antes de validá-los em conjuntos de dados independentes. Os modelos atingiram precisão impressionante, com erros médios absolutos tão baixos quanto 4-5 anos. Importante destacar que a tecnologia demonstrou forte confiabilidade em diferentes equipamentos e protocolos de escaneamento.
Esse avanço representa um passo significativo em direção ao monitoramento personalizado da saúde cerebral. À medida que a população global envelhece, ferramentas como essa podem ser inestimáveis para estratégias de intervenção precoce, permitindo que profissionais de saúde apliquem medidas preventivas antes que ocorra uma neurodegeneração irreversível. Os pesquisadores já começaram a explorar aplicações em ambientes clínicos, com resultados preliminares promissores na previsão do declínio cognitivo.