Vedci vyvinuli sofistikované modely umelej inteligencie, ktoré dokážu s pozoruhodnou presnosťou predpovedať vek mozgu pomocou štandardných MRI snímok, uvádza výskum publikovaný v Nature Communications 5. júla 2025.
Štúdia demonštruje, ako algoritmy hlbokého učenia, najmä konvolučné neurónové siete (CNN), dokážu analyzovať štrukturálne MRI dáta mozgu a odhadnúť biologický vek človeka. Na rozdiel od predchádzajúcich prístupov, ktoré sa spoliehali na vopred extrahované znaky, tieto AI modely sa učia priamo z pôvodných MRI dát a zachytávajú jemné vzory, ktoré by inak mohli zostať neodhalené.
Rozdiel medzi AI-predpovedaným vekom mozgu a chronologickým vekom, známy ako rozdiel veku mozgu (BAG) alebo rozdiel predpokladaného veku (PAD), slúži ako silný biomarker zdravia mozgu. Pozitívny rozdiel – keď predpokladaný vek prevyšuje chronologický vek – je spájaný s kognitívnymi poruchami, zvýšeným rizikom neurodegeneratívnych ochorení a horšími výsledkami fyzickej aj psychickej kondície.
„Rozdiel veku mozgu poskytuje spôsob kvantifikácie zdravia mozgu jednotlivca meraním odchýlky od normálneho procesu starnutia,“ vysvetľuje hlavný výskumník. „To by mohlo pomôcť identifikovať ľudí s rizikom ochorení ako Alzheimerova alebo Parkinsonova choroba roky pred objavením symptómov.“
Výskumný tím trénoval svoje modely na tisícoch MRI snímok zdravých jedincov a následne ich overoval na nezávislých dátových súboroch. Modely dosiahli pôsobivú presnosť s priemernou absolútnou chybou len 4-5 rokov. Dôležité je, že technológia preukázala vysokú spoľahlivosť naprieč rôznymi MRI zariadeniami a protokolmi.
Tento pokrok predstavuje významný krok smerom k personalizovanému monitorovaniu zdravia mozgu. S rastúcim starnutím svetovej populácie by takéto nástroje mohli byť nenahraditeľné pre včasné zásahy, čo by umožnilo lekárom zaviesť preventívne opatrenia ešte pred nezvratným poškodením mozgu. Vedci už začali skúmať využitie tejto technológie v klinickej praxi a predbežné výsledky pri predpovedaní kognitívneho úpadku sú sľubné.