Wie alt ist Ihr Gehirn wirklich?
KI-gestützte Analyse spiegelt das Risiko des kognitiven Verfalls und der Alzheimer-Krankheit anhand des Gehirnalters genau wider
Das menschliche Gehirn enthält viele Hinweise auf die langfristige Gesundheit eines Menschen - tatsächlich zeigen Forschungsergebnisse, dass das Gehirnalter eines Menschen ein nützlicherer und genauerer Prädiktor für Gesundheitsrisiken und zukünftige Krankheiten ist als sein Geburtsdatum. Nun könnte ein neues Modell der künstlichen Intelligenz (KI), das von USC-Forschern entwickelte Magnetresonanztomographie (MRT)-Gehirnscans analysiert, verwendet werden, um den kognitiven Verfall im Zusammenhang mit neurodegenerativen Krankheiten wie Alzheimer viel früher zu erfassen als bisherige Methoden.
Symbolbild
Computer-generated image
Die Gehirnalterung gilt als zuverlässiger Biomarker für das Risiko neurodegenerativer Erkrankungen. Dieses Risiko erhöht sich, wenn das Gehirn einer Person Merkmale aufweist, die "älter" erscheinen als für das Alter der Person erwartet. Durch die Nutzung der Deep-Learning-Fähigkeiten des neuartigen KI-Modells des Teams zur Analyse der Scans können die Forscher subtile Marker der Hirnanatomie aufspüren, die sonst nur sehr schwer zu erkennen sind und die mit dem kognitiven Verfall korrelieren. Ihre Ergebnisse, die am Dienstag, den 2. Januar, in der Fachzeitschrift Proceedings of the National Academy of Sciences veröffentlicht wurden, bieten einen noch nie dagewesenen Einblick in die menschliche Kognition.
"Unsere Studie nutzt die Möglichkeiten des Deep Learning, um Bereiche des Gehirns zu identifizieren, die in einer Weise altern, die einen kognitiven Rückgang widerspiegelt, der zu Alzheimer führen kann", sagte Andrei Irimia, Assistenzprofessor für Gerontologie, Biomedizintechnik, quantitative und computergestützte Biologie und Neurowissenschaften an der USC Leonard Davis School of Gerontology und korrespondierender Autor der Studie.
"Menschen altern unterschiedlich schnell, und das gilt auch für die Gewebetypen im Körper. Wir kennen das umgangssprachlich, wenn wir sagen: 'So-und-so ist vierzig, sieht aber aus wie dreißig. Das Gleiche gilt für das Gehirn. Das Gehirn eines Vierzigjährigen kann so 'jung' aussehen wie das eines Dreißigjährigen, oder es kann so 'alt' aussehen wie das eines Sechzigjährigen.
Eine genauere Alternative zu bestehenden Methoden
Irimia und sein Team sammelten die MRT-Aufnahmen des Gehirns von 4 681 kognitiv normalen Teilnehmern, von denen einige im späteren Leben einen kognitiven Rückgang oder die Alzheimer-Krankheit entwickelten.
Anhand dieser Daten erstellten sie ein KI-Modell, ein so genanntes neuronales Netz, um das Alter der Teilnehmer anhand ihrer MRT-Aufnahmen des Gehirns vorherzusagen. Zunächst trainierten die Forscher das Netzwerk, um detaillierte anatomische Gehirnkarten zu erstellen, die subjektspezifische Alterungsmuster erkennen lassen. Dann verglichen sie das wahrgenommene (biologische) Gehirnalter mit dem tatsächlichen (chronologischen) Alter der Studienteilnehmer. Je größer die Differenz zwischen den beiden, desto schlechter die kognitiven Werte der Teilnehmer, die das Alzheimer-Risiko widerspiegeln.
Die Ergebnisse zeigen, dass das Modell des Teams das wahre (chronologische) Alter kognitiv normaler Teilnehmer mit einem durchschnittlichen absoluten Fehler von 2,3 Jahren vorhersagen kann, was etwa ein Jahr genauer ist als ein bestehendes, preisgekröntes Modell zur Schätzung des Gehirnalters, das eine andere Architektur eines neuronalen Netzes verwendet.
"Interpretierbare KI kann ein leistungsfähiges Instrument zur Bewertung des Risikos für Alzheimer und andere neurokognitive Erkrankungen werden", sagte Irimia, der auch an der USC Viterbi School of Engineering und am USC Dornsife College of Letters, Arts and Sciences lehrt. "Je früher wir Menschen mit einem hohen Alzheimer-Risiko identifizieren können, desto früher können Kliniker mit Behandlungsoptionen, Überwachung und Krankheitsmanagement eingreifen. Was die KI besonders leistungsfähig macht, ist ihre Fähigkeit, subtile und komplexe Merkmale des Alterns zu erkennen, die andere Methoden nicht erfassen können und die für die Identifizierung des Risikos einer Person viele Jahre vor dem Auftreten der Krankheit entscheidend sind."
Gehirne altern je nach Geschlecht unterschiedlich
Das neue Modell zeigt auch geschlechtsspezifische Unterschiede in der Art und Weise, wie die Alterung in den verschiedenen Gehirnregionen verläuft. Bestimmte Teile des Gehirns altern bei Männern schneller als bei Frauen, und umgekehrt.
Bei Männern, die ein höheres Risiko für motorische Beeinträchtigungen aufgrund der Parkinson-Krankheit haben, altert die motorische Hirnrinde, ein Bereich, der für die motorischen Funktionen verantwortlich ist, schneller. Die Ergebnisse zeigen auch, dass bei Frauen die typische Alterung in der rechten Gehirnhälfte relativ langsamer verläuft.
Ein aufstrebendes Forschungsgebiet bietet vielversprechende Möglichkeiten für die personalisierte Medizin
Die Anwendungen dieser Arbeit gehen weit über die Bewertung von Krankheitsrisiken hinaus. Irimia stellt sich eine Welt vor, in der die neuartigen Deep-Learning-Methoden, die im Rahmen der Studie entwickelt wurden, verwendet werden, um Menschen dabei zu helfen, zu verstehen, wie schnell sie im Allgemeinen altern.
"Eine der wichtigsten Anwendungen unserer Arbeit ist das Potenzial, den Weg für maßgeschneiderte Interventionen zu ebnen, die auf die einzigartigen Alterungsmuster jedes Einzelnen eingehen", so Irimia.
"Viele Menschen wären daran interessiert, ihre wahre Alterungsrate zu kennen. Die Informationen könnten uns Hinweise auf verschiedene Lebensstiländerungen oder Maßnahmen geben, die eine Person ergreifen könnte, um ihre allgemeine Gesundheit und ihr Wohlbefinden zu verbessern. Unsere Methoden könnten genutzt werden, um patientenzentrierte Behandlungspläne und personalisierte Karten der Hirnalterung zu entwerfen, die für Menschen mit unterschiedlichen Gesundheitsbedürfnissen und -zielen von Interesse sein könnten."
Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.
Originalveröffentlichung
Weitere News aus dem Ressort Wissenschaft
![[Fe]-Hydrogenase-Katalyse mittels Parawasserstoff-verstärkter Kernmagnetresonanzspektroskopie sichtbar gemacht](https://img.chemie.de/Portal/News/675fd46b9b54f_sBuG8s4sS.png?tr=w-712,h-534,cm-extract,x-0,y-16:n-xl)
Holen Sie sich die Analytik- und Labortechnik-Branche in Ihren Posteingang
Ab sofort nichts mehr verpassen: Unser Newsletter für Analytik und Labortechnik bringt Sie jeden Dienstag auf den neuesten Stand. Aktuelle Branchen-News, Produkt-Highlights und Innovationen - kompakt und verständlich in Ihrem Posteingang. Von uns recherchiert, damit Sie es nicht tun müssen.
