Cientistas desenvolveram sofisticados modelos de inteligência artificial capazes de prever a idade cerebral com notável precisão utilizando ressonâncias magnéticas convencionais, segundo investigação publicada na Nature Communications a 5 de julho de 2025.
O estudo demonstra como algoritmos de aprendizagem profunda, em particular redes neuronais convolucionais (CNNs), conseguem analisar dados estruturais de ressonâncias magnéticas cerebrais para estimar a idade biológica do cérebro de uma pessoa. Ao contrário de abordagens anteriores que dependiam de características pré-extraídas, estes modelos de IA aprendem diretamente a partir dos dados brutos das ressonâncias, captando padrões subtis que poderiam passar despercebidos.
A diferença entre a idade cerebral prevista pela IA e a idade cronológica, conhecida como diferença de idade cerebral (brain age gap, BAG) ou diferença de idade prevista (PAD), serve como um biomarcador poderoso da saúde cerebral. Uma diferença positiva — em que a idade prevista excede a idade cronológica — tem sido associada a défices cognitivos, maior risco de doenças neurodegenerativas e piores resultados físicos e mentais.
"A diferença de idade cerebral permite quantificar a saúde do cérebro de um indivíduo ao medir o desvio face ao envelhecimento normativo", explica o investigador principal. "Isto pode ajudar a identificar pessoas em risco de doenças como Alzheimer ou Parkinson anos antes do aparecimento dos sintomas."
A equipa de investigação treinou os seus modelos com milhares de exames cerebrais de indivíduos saudáveis, antes de os validar em conjuntos de dados independentes. Os modelos atingiram uma precisão impressionante, com erros médios absolutos tão baixos quanto 4-5 anos. Importa referir que a tecnologia demonstrou forte fiabilidade em diferentes equipamentos e protocolos de ressonância.
Este avanço representa um passo significativo rumo à monitorização personalizada da saúde cerebral. À medida que a população mundial envelhece, ferramentas como esta poderão revelar-se inestimáveis para estratégias de intervenção precoce, permitindo potencialmente aos clínicos implementar medidas preventivas antes que ocorra neurodegeneração irreversível. Os investigadores já começaram a explorar aplicações em contexto clínico, com resultados preliminares promissores na previsão do declínio cognitivo.