Ljudski mozak ima mnogo tragova o dugoročnom zdravlju osobe — u stvari, istraživanja pokazuju da je starost mozga korisniji i tačniji prediktor zdravstvenih rizika i budućih bolesti od datuma rođenja. Sada, novi model veštačke inteligencije (AI) koji analizira skeniranje mozga magnetnom rezonancom (MRI) koji su razvili istraživači USC-a mogao bi da se koristi za precizno snimanje kognitivnog pada povezanog sa neurodegenerativnim bolestima poput Alchajmerove bolesti mnogo ranije od prethodnih metoda.
Starenje mozga se smatra pouzdanim biomarkerom za rizik od neurodegenerativnih bolesti. Takav rizik se povećava kada mozak osobe pokazuje osobine koje izgledaju „starije“ nego što se očekivalo za nekoga u godinama te osobe. Koristeći sposobnost dubokog učenja novog AI modela tima za analizu skeniranja, istraživači mogu otkriti suptilne markere anatomije mozga koje je inače veoma teško otkriti i koji su u korelaciji sa kognitivnim padom. Njihovi nalazi, objavljeni u utorak, 2. januara, u časopisu Proceedings of the National Academi of Sciences, nude neviđeni uvid u ljudsku spoznaju.
„Naša studija koristi moć dubokog učenja da identifikuje oblasti mozga koje stare na načine koji odražavaju kognitivni pad koji može dovesti do Alchajmerove bolesti“, rekao je Andrei Irimia, docent gerontologije, biomedicinskog inženjerstva, kvantitativne i računarske biologije i neuronauke. na USC Leonard Davis School of Gerontologi i odgovarajući autor studije.
„Ljudi stare različitom brzinom, a isto tako i tipovi tkiva u telu. To znamo kolokvijalno kada kažemo: ‘Tako-i-tako ima četrdeset, ali izgleda kao trideset. Ista ideja važi i za mozak. Mozak četrdesete -godišnjak može izgledati ‘mlad’ kao mozak tridesetogodišnjaka, ili može izgledati ‘star’ kao mozak šezdesetogodišnjaka.“
Irimia i njegov tim su uporedili MR mozga 4.681 kognitivno normalnog učesnika, od kojih su neki kasnije u životu razvili kognitivni pad ili Alchajmerovu bolest.
Koristeći ove podatke, kreirali su AI model nazvan neuronska mreža kako bi predvideli starost učesnika na osnovu magnetne rezonance mozga. Prvo, istraživači su obučili mrežu da proizvede detaljne anatomske mape mozga koje otkrivaju specifične obrasce starenja. Zatim su uporedili percipiranu (biološko) starost mozga sa stvarnim (hronološkim) uzrastom učesnika studije. Što je veća razlika između njih, lošiji su kognitivni rezultati učesnika, koji odražavaju rizik od Alchajmerove bolesti
Rezultati pokazuju da model tima može predvideti pravu (hronološki) starost kognitivno normalnih učesnika sa prosečnom apsolutnom greškom od 2,3 godine, što je oko godinu dana tačnije od postojećeg, nagrađivanog modela za procenu starosti mozga koji je koristio različite arhitekture neuronskih mreža.
„Interpretibilna AI može postati moćno sredstvo za procenu rizika od Alchajmerove bolesti i drugih neurokognitivnih bolesti“, rekla je Irimia, koja je takođe na fakultetskim pozicijama u USC Viterbi School of Engineering i USC Dornsife College of Letters, Arts and Sciences. „Što ranije možemo da identifikujemo ljude sa visokim rizikom od Alchajmerove bolesti, ranije kliničari mogu intervenisati sa opcijama lečenja, praćenjem i upravljanjem bolesti. Ono što AI čini posebno moćnim je njegova sposobnost da uhvati suptilne i složene karakteristike starenja koje druge metode ne može i to je ključno u identifikaciji rizika za osobu mnogo godina pre nego što razviju stanje.“
Novi model takođe otkriva polno specifične razlike u tome kako starenje varira u različitim regionima mozga. Određeni delovi mozga brže stare kod muškaraca nego kod žena, i obrnuto.
Muškarci, koji su pod većim rizikom od motoričkih oštećenja zbog Parkinsonove bolesti, doživljavaju brže starenje u motornom korteksu mozga, oblasti odgovornoj za motoričke funkcije. Nalazi takođe pokazuju da, među ženama, tipično starenje može biti relativno sporije u desnoj hemisferi mozga.
Novo polje studija pokazuje obećanje za personalizovanu medicinu
Primene ovog rada sežu daleko od procene rizika od bolesti. Irimia zamišlja svet u kome se nove metode dubokog učenja razvijene kao deo studije koriste da pomognu ljudima da shvate koliko brzo stare uopšte.
„Jedna od najvažnijih primena našeg rada je njegov potencijal da utre put za prilagođene intervencije koje se bave jedinstvenim obrascima starenja svakog pojedinca“, rekla je Irimia.
„Mnogi ljudi bi bili zainteresovani da saznaju njihovu pravu brzinu starenja. Informacije bi nam mogle dati nagoveštaje o različitim promenama životnog stila ili intervencijama koje bi osoba mogla da usvoji kako bi poboljšala svoje opšte zdravlje i dobrobit. Naše metode bi se mogle koristiti za dizajniranje pacijenata- centrirani planovi lečenja i personalizovane mape starenja mozga koje mogu biti od interesa za ljude sa različitim zdravstvenim potrebama i ciljevima.“
