人工智能揭示大脑年龄加速之谜：HistoAge算法的突破性应用

当我们谈论大脑的年龄加速时，我们实际上在探讨一项引人注目的研究，它利用了人工智能的力量，为我们揭示了大脑内部机制的深层信息。这项研究还有望帮助我们更好地理解脑部相关疾病，如老年痴呆症，以及为诊断和治疗提供新的工具。

研究人员来自西奈山医学中心，他们近日宣布开发了一项名为“HistoAge”的人工智能算法，可以根据人脑组织标本的细胞组成来预测死亡时的年龄，平均准确度在5.45年以内。这一工具不仅可以预测年龄，还可以帮助识别可能受到年龄相关变化影响的神经解剖区域，这也是潜在认知疾病的指标。

他们的研究成果已经在《Acta Neuropathologica》杂志上发表，题为“通过多实例学习的组织学大脑年龄估计”。

研究人员指出，理解大脑中的年龄加速，也就是生物年龄和实际年龄之间的不一致性，可以揭示大脑正常生理机制的洞见，同时也可以阐明年龄相关功能下降的病理决定因素，还能帮助识别阿尔茨海默病等疾病早期变化的迹象。

研究人员使用了700多张数字化的人类海马区切片图像来开发这一组织学大脑年龄估计算法。他们利用模型预测的年龄与实际年龄之间的差异来计算大脑的年龄加速。

与当前的年龄加速测量方法相比，研究人员发现，基于HistoAge的年龄加速与认知障碍、脑血管疾病以及阿尔茨海默病类型的异常蛋白质聚集程度之间存在更强的关联。他们的研究表明，HistoAge模型是一个可靠的、独立的指标，用于确定大脑年龄，以及理解随时间推移发生的神经退化的因素。

展望未来，研究人员计划建立多中心合作伙伴关系，以开发更多的人工智能模型，并利用更大规模的数据集，这些模型有潜力彻底改变和增进我们对大脑疾病的理解。这一领域的不断进展为我们提供了更深入的洞见，有望帮助提前诊断和治疗脑部疾病，提高患者的生活质量。

参考文献：Histopathologic Brain Age Estimation via Multiple Instance Learning

编辑：王洪

排版：李丽