Учёные разработали сложные модели искусственного интеллекта, способные с высокой точностью предсказывать возраст мозга на основе стандартных МРТ-снимков, как сообщается в исследовании, опубликованном в Nature Communications 5 июля 2025 года.
В работе показано, что алгоритмы глубокого обучения, в частности сверточные нейронные сети (CNN), могут анализировать структурные данные МРТ мозга для оценки биологического возраста человека. В отличие от предыдущих подходов, основанных на заранее выделенных признаках, эти ИИ-модели обучаются непосредственно на исходных данных МРТ, улавливая тонкие паттерны, которые могли бы остаться незамеченными.
Разница между возрастом мозга, предсказанным ИИ, и хронологическим возрастом — так называемый разрыв возраста мозга (BAG) или разница предсказанного возраста (PAD) — служит мощным биомаркером состояния мозга. Положительный разрыв, когда предсказанный возраст превышает хронологический, связан с когнитивными нарушениями, повышенным риском нейродегенеративных заболеваний и худшими показателями физического и психического здоровья.
«Разрыв возраста мозга позволяет количественно оценить состояние мозга человека, измеряя отклонение от нормы старения», — объясняет ведущий автор исследования. «Это может помочь выявлять людей с риском развития таких заболеваний, как болезнь Альцгеймера или Паркинсона, за годы до появления симптомов».
Команда исследователей обучила свои модели на тысячах МРТ-снимков здоровых людей, а затем проверила их на независимых выборках. Модели показали впечатляющую точность с средним абсолютным отклонением всего 4–5 лет. Важно, что технология продемонстрировала высокую надёжность при использовании различных МРТ-сканеров и протоколов.
Этот прорыв знаменует собой важный шаг к персонализированному мониторингу состояния мозга. По мере старения населения такие инструменты могут стать незаменимыми для раннего вмешательства, позволяя врачам принимать профилактические меры до наступления необратимых нейродегенеративных изменений. Исследователи уже начали изучать применение технологии в клинической практике и получили обнадёживающие предварительные результаты по прогнозированию когнитивного снижения.