Forskare har utvecklat avancerade artificiella intelligensmodeller som med imponerande noggrannhet kan förutsäga hjärnans ålder med hjälp av vanliga MR-bilder, enligt en studie publicerad i Nature Communications den 5 juli 2025.
Studien visar hur djupinlärningsalgoritmer, särskilt konvolutionella neurala nätverk (CNN), kan analysera strukturell MR-data från hjärnan för att uppskatta en persons biologiska hjärnålder. Till skillnad från tidigare metoder som byggde på förutbestämda egenskaper, lär sig dessa AI-modeller direkt från rå MR-data och fångar subtila mönster som annars kan gå obemärkta förbi.
Skillnaden mellan AI-förutsagd hjärnålder och faktisk ålder, känd som hjärnåldersgapet (BAG) eller förutsagd åldersskillnad (PAD), fungerar som en kraftfull biomarkör för hjärnhälsa. Ett positivt gap – där den förutsagda åldern överstiger den kronologiska – har kopplats till kognitiva nedsättningar, ökad risk för neurodegenerativa sjukdomar samt sämre fysisk och mental hälsa.
"Hjärnåldersgapet ger oss ett sätt att kvantifiera en individs hjärnhälsa genom att mäta avvikelsen från det normala åldrandet," förklarar studiens huvudförfattare. "Detta kan hjälpa till att identifiera personer med risk för sjukdomar som Alzheimers eller Parkinsons flera år innan symtomen visar sig."
Forskargruppen tränade sina modeller på tusentals hjärnbilder från friska individer och validerade därefter resultaten på oberoende dataset. Modellerna uppnådde imponerande noggrannhet med ett genomsnittligt absolut fel på så lite som 4–5 år. Viktigt är att tekniken visade stark tillförlitlighet oavsett olika MR-utrustningar och protokoll.
Detta framsteg utgör ett betydande steg mot personlig hjärnhälsomonitorering. I takt med att världens befolkning åldras kan sådana verktyg bli ovärderliga för tidiga insatser, vilket potentiellt gör det möjligt för kliniker att vidta förebyggande åtgärder innan irreversibel neurodegeneration inträffar. Forskarna har redan påbörjat tillämpningar i kliniska miljöer, med lovande preliminära resultat för att förutsäga kognitiv försämring.