美国南加州大学开发了一种新的AI模型，可通过分析磁共振成像（MRI）扫描数据，以非侵入性方式追踪大脑老化速度，有望为认知衰退和痴呆症的机制研究、早期预防及个性化治疗提供强有力的技术支持。相关研究成果于2025年2月24日发表在《美国国家科学院院刊》上。

大脑衰老速度越快，认知障碍的风险就越高。一些常见的生物年龄测量方法，会使用血液样本来测量表观遗传老化程度的DNA甲基化水平，但这并不能直接反映大脑中的甲基化和其他与衰老相关过程。

研究团队开发了一种创新的三维卷积神经网络（3D-CNN）模型，并利用3000多名认知正常的成年人的MRI扫描数据进行训练和验证。与传统方法不同，该模型采用纵向对比方法，比较了同一个体的基线和随访MRI扫描数据，能够更精准地识别与衰老速度相关的神经解剖学变化。该模型还可生成可解释的“显著性图”，定位影响衰老速度的关键脑区。

在104名认知健康成年人和140名阿尔茨海默病患者的验证实验中，该模型计算的大脑衰老速度与认知功能测试结果高度一致，证实了该模型作为神经认知衰退早期生物标志物的潜力。

信息来源：

https://www.pnas.org/doi/10.1073/pnas.2413442122

https://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2025-02/26/content_585146.htm?div=-1