Ein neues Modell der künstlichen Intelligenz misst, wie schnell das Gehirn eines Patienten altert, und könnte ein leistungsstarkes neues Instrument zum Verständnis, zur Vorbeugung und zur Behandlung von kognitivem Verfall und Demenz sein, so Forscher der USC. Das erste seiner Art kann das Tempo von Gehirnveränderungen nicht-invasiv durch die Analyse von Magnetresonanztomographie-Scans (MRT) verfolgen.
Eine schnellere Gehirnalterung korreliert eng mit einem höheren Risiko für kognitive Beeinträchtigungen, so Andrei Irimia, außerordentlicher Professor für Gerontologie, biomedizinische Technik, quantitative und computergestützte Biologie und Neurowissenschaften an der USC Leonard Davis School of Gerontology und Gastprofessor für psychologische Medizin am King’s College London. „Dies ist eine neuartige Messung, die die Art und Weise verändern könnte, wie wir die Gesundheit des Gehirns sowohl im Forschungslabor als auch in der Klinik verfolgen“, sagte er. Zu wissen, wie schnell das Gehirn altert, kann sehr aufschlussreich sein. Irimia ist der leitende Autor der Studie, die das neue Modell und seine Vorhersagekraft beschreibt. Die Studie wurde in den Proceedings of the National Academy of Sciences veröffentlicht.
Biologisches Gehirnalter und chronologisches Alter können sich unterscheiden
Das biologische Alter unterscheidet sich vom chronologischen Alter eines Menschen. Zwei Menschen, die aufgrund ihres Geburtsdatums gleich alt sind, können aufgrund der Funktionsfähigkeit ihres Körpers und des „Alters“, das das Körpergewebe auf zellulärer Ebene zu haben scheint, ein sehr unterschiedliches biologisches Alter haben.
Einige gängige Messmethoden des biologischen Alters verwenden Blutproben, um die epigenetische Alterung und die DNA-Methylierung zu messen, die die Rolle der Gene in der Zelle beeinflussen. Die Messung des biologischen Alters anhand von Blutproben ist jedoch eine schlechte Strategie zur Messung des Alters des Gehirns, erklärte Irimia. Die Barriere zwischen Gehirn und Blutkreislauf verhindert, dass Blutzellen in das Gehirn gelangen, sodass eine Blutprobe aus dem Arm nicht direkt die Methylierung und andere altersbedingte Prozesse im Gehirn widerspiegelt. Umgekehrt ist die Entnahme einer Probe direkt aus dem Gehirn eines Patienten ein viel invasiveres Verfahren, sodass es nicht möglich ist, die DNA-Methylierung und andere Aspekte der Gehirnalterung direkt aus lebenden menschlichen Gehirnzellen zu messen.
Frühere Forschungen von Irimia und Kollegen haben das Potenzial von MRT-Scans zur nicht-invasiven Messung des biologischen Alters des Gehirns aufgezeigt. Das frühere Modell verwendete KI-Analysen, um die Gehirnanatomie eines Patienten mit Daten zu vergleichen, die aus MRT-Scans von Tausenden von Menschen unterschiedlichen Alters und mit unterschiedlichen kognitiven Gesundheitsergebnissen zusammengestellt wurden. Die Querschnittsanalyse eines MRT-Scans zur Schätzung des Gehirnalters habe laut den Forschern jedoch erhebliche Einschränkungen. Während das vorherige Modell beispielsweise erkennen konnte, ob das Gehirn eines Patienten zehn Jahre „älter“ war als sein kalendarisches Alter, konnte es keine Informationen darüber liefern, ob diese zusätzliche Alterung früher oder später in seinem Leben stattgefunden hatte, und es konnte auch nicht angeben, ob die Alterung des Gehirns beschleunigt war.
Neues Modell liefert genaueres Bild, wie das Gehirn altert
Ein neu entwickeltes dreidimensionales faltendes neuronales Netz (3D-CNN) bietet eine präzisere Methode, um zu messen, wie das Gehirn im Laufe der Zeit altert. Das Modell wurde in Zusammenarbeit mit Paul Bogdan, außerordentlicher Professor für Elektrotechnik und Informationstechnik und Inhaber des Jack Munushian Early Career Chair an der USC Viterbi School of Engineering, entwickelt und anhand von mehr als 3.000 MRT-Scans kognitiv normaler Erwachsener trainiert und validiert.
Im Gegensatz zu herkömmlichen Querschnittsansätzen, bei denen das Gehirnalter anhand eines einzelnen Scans zu einem bestimmten Zeitpunkt geschätzt wird, vergleicht diese Längsschnittmethode MRT-Scans derselben Person zu Beginn und am Ende. Dadurch lassen sich neuroanatomische Veränderungen, die mit beschleunigtem oder verlangsamtem Altern verbunden sind, genauer bestimmen. Das 3D-CNN generiert auch interpretierbare „Salienzkarten“, die die spezifischen Gehirnregionen anzeigen, die für die Bestimmung des Alterungstempos am wichtigsten sind, so Bogdan. Bei der Anwendung auf eine Gruppe von 104 kognitiv gesunden Erwachsenen und 140 Alzheimer-Patienten korrelierten die Berechnungen des neuen Modells zur Geschwindigkeit der Gehirnalterung eng mit den Veränderungen bei den kognitiven Funktionstests, die zu beiden Zeitpunkten durchgeführt wurden.
Die Übereinstimmung dieser Messungen mit den Ergebnissen der kognitiven Tests deutet laut Bogdan darauf hin, dass das Modell als früher Biomarker für den neurokognitiven Verfall dienen kann. Außerdem zeigt es seine Anwendbarkeit sowohl bei kognitiv normalen Personen als auch bei Personen mit kognitiven Beeinträchtigungen. Er fügte hinzu, dass das Modell das Potenzial hat, sowohl den gesunden Alterungsprozess als auch den Krankheitsverlauf besser zu charakterisieren, und dass seine Vorhersagekraft eines Tages dazu genutzt werden könnte, um anhand individueller Merkmale zu beurteilen, welche Behandlungen wirksamer wären.
„Die Geschwindigkeit der Gehirnalterung korreliert signifikant mit Veränderungen der kognitiven Funktion“, so Irimia. „Wenn die Gehirnalterung also schnell voranschreitet, ist auch die Wahrscheinlichkeit höher, dass die kognitiven Funktionen, einschließlich Gedächtnis, Ausführungsgeschwindigkeit, Ausführungsfunktion und Verarbeitungsgeschwindigkeit, schnell abnehmen. Es handelt sich nicht nur um eine anatomische Messung; die Veränderungen, die wir in der Anatomie sehen, stehen in Zusammenhang mit Veränderungen, die wir in der Kognition dieser Personen sehen.“
Geschlechter-Unterschiede und Prognosemöglichkeiten
In der Studie stellen Irimia und seine Co-Autoren auch fest, wie das neue Modell in der Lage war, unterschiedliche Alterungsraten in verschiedenen Regionen des Gehirns zu unterscheiden. Die Untersuchung dieser Unterschiede – einschließlich der Frage, wie sie sich je nach Genetik, Umwelt und Lebensstil unterscheiden – könnte Aufschluss darüber geben, wie sich verschiedene Pathologien im Gehirn entwickeln. Die Studie zeigte auch, dass das Tempo der Gehirnalterung in bestimmten Regionen zwischen den Geschlechtern unterschiedlich war, was Aufschluss darüber geben könnte, warum Männer und Frauen unterschiedlichen Risiken für neurodegenerative Erkrankungen, einschließlich Alzheimer, ausgesetzt sind.
Irimia sagte, er sei auch begeistert von dem Potenzial des neuen Modells, Menschen mit schneller als normaler Gehirnalterung zu identifizieren, bevor sie Symptome einer kognitiven Beeinträchtigung zeigen. Zwar wurden neue Medikamente gegen Alzheimer eingeführt, doch ihre Wirksamkeit war geringer als von Forschern und Ärzten erhofft, möglicherweise weil die Patienten das Medikament erst dann einnehmen, wenn bereits eine große Menge an Alzheimer-Pathologie im Gehirn vorhanden ist. Die Forscher hoffen, zukünftig prognostische Variablen zu erstellen, die bei der Vorhersage des Alzheimer-Risikos helfen können. Dies wäre äußerst hilfreich, insbesondere, wenn es um die Entwicklung potenzieller Medikamente zur Vorbeugung geht.