AI meet de snelheid waarmee de hersenen verouderen

Kunstmatige intelligentie is nu toegevoegd aan de lijst met mogelijke hulpmiddelen voor het vaststellen van veroudering. Een onderzoek gepubliceerd in ' PNAS ' presenteert een nieuw model voor kunstmatige intelligentie dat meet hoe snel de hersenen van een persoon verouderen. Dit model zou een nieuw hulpmiddel kunnen zijn om cognitieve achteruitgang en dementie te begrijpen, voorkomen en behandelen.

Het hulpmiddel, dat is ontworpen door een team van de Universiteit van Californië in San Francisco, kan op niet-invasieve wijze de snelheid van veranderingen in de hersenen volgen door Magnetic Resonance Imaging (MRI) te analyseren. Een snellere veroudering van de hersenen hangt nauw samen met een hoger risico op cognitieve achteruitgang, merkt Andrei Irimia op.

"AI zou de manier waarop we de gezondheid van de hersenen monitoren kunnen veranderen, zowel in het onderzoekslab als in de kliniek", zegt hij. Het kan nuttig zijn om te weten hoe snel de hersenen verouderen.

De biologische leeftijd verschilt van de chronologische leeftijd van een individu. Twee mensen die even oud zijn op geboortedatum, kunnen een heel verschillende biologische leeftijd hebben. Dit hangt af van hoe goed hun lichaam functioneert en hoe 'oud' de weefsels van hun lichaam lijken te zijn op cellulair niveau.

Bij sommige tests om de biologische leeftijd te bepalen, worden bloedmonsters gebruikt om epigenetische veroudering en DNA-methylering te meten, wat van invloed is op de rol van genen in de cel. Het meten van de biologische leeftijd via bloedmonsters is echter geen goede strategie voor het bepalen van de hersenleeftijd, legt Irimia uit.

Met dit nieuwe 3D-CNN-neurale netwerkmodel kan de veroudering van de hersenen nauwkeuriger worden gemeten. Hiermee worden MRI-scans van dezelfde persoon in de loop van de tijd vergeleken. In tegenstelling tot traditionele methoden identificeert deze aanpak neuroanatomische veranderingen die verband houden met versnelde of vertraagde veroudering. Vervolgens worden er kaarten gegenereerd waarop belangrijke hersengebieden worden gemarkeerd.

Bij toepassing op een groep van 104 cognitief gezonde volwassenen en 140 patiënten met de ziekte van Alzheimer , bleek dat de schattingen van het nieuwe model van de snelheid van hersenveroudering nauw correleerden met veranderingen in cognitieve functietests die op beide tijdstippen werden uitgevoerd.

"De afstemming van deze metingen op de resultaten van cognitieve tests geeft aan dat het raamwerk kan dienen als een vroege biomarker van neurocognitieve achteruitgang", aldus Bogdan. "Bovendien toont het aan dat het toepasbaar is bij zowel cognitief normale personen als bij personen met cognitieve beperkingen."

Het model heeft de potentie om zowel gezond ouder worden als ziekteverloop beter te karakteriseren. Bovendien zou de voorspellende waarde ervan in de toekomst gebruikt kunnen worden om te beoordelen welke behandelingen het meest effectief zijn op basis van individuele kenmerken.

Het nieuwe model kon verschillende verouderingssnelheden in verschillende hersengebieden onderscheiden. Dieper ingaan op deze verschillen – inclusief hoe ze variëren op basis van genetica, omgeving en levensstijlfactoren – zou inzicht kunnen bieden in hoe verschillende pathologieën zich in de hersenen ontwikkelen, aldus Irimia.

Uit het onderzoek bleek ook dat het tempo waarin de hersenen in bepaalde regio's verouderen, verschilt tussen de seksen. Dit zou inzicht kunnen verschaffen in de vraag waarom mannen en vrouwen een verschillend risico lopen op neurodegeneratieve aandoeningen, waaronder de ziekte van Alzheimer.