KI-Modell sagt das Gehirnalter aus MRT-Scans mit verbesserter Genauigkeit voraus
Forscher haben einen Deep-Learning-Algorithmus entwickelt, der das Gehirnalter aus MRT-Scans mit einem durchschnittlichen Fehler von 3,2 Jahren schätzt, was letztendlich helfen könnte, Personen mit höherem Risiko für Alzheimer und kognitive Beeinträchtigungen zu identifizieren.
Was wurde untersucht
Forscher haben ein neues künstliches Intelligenzmodell entwickelt, um das 'Gehirnalter' aus MRT-Scans vorherzusagen. Das Gehirnalter misst, wie alt Ihr Gehirn im Vergleich zu Ihrem tatsächlichen chronologischen Alter erscheint. Wenn Ihr Gehirn älter aussieht, als es sollte (genannt positiver Gehirnaltersgap), wurde dies mit Alzheimer, Schizophrenie und kognitiven Beeinträchtigungen in Verbindung gebracht.
Was wurde gefunden
Das neue KI-Modell erreichte einen durchschnittlichen Vorhersagefehler von 3,16 Jahren bei der Schätzung des Gehirnalters aus MRT-Scans im OpenBHB-Datensatz. Dies stellt eine Verbesserung gegenüber früheren rechnerischen Methoden dar und wurde durch die Kombination von zeitverteilten konvolutionalen neuronalen Netzwerken mit bidirektionaler LSTM-Architektur erreicht.
Was das bedeutet
Dies ist ein technischer Fortschritt darin, wie genau Computer das Gehirnalter aus Scans schätzen können, aber es ist noch kein klinisches Werkzeug. Die Studie konzentrierte sich ausschließlich darauf, die rechnerische Methode selbst zu verbessern, nicht darauf zu testen, ob diese Messung tatsächlich bei der Diagnose von Krankheiten oder der Vorhersage von Ergebnissen bei echten Patienten hilft.
Wichtige Einschränkungen
Dies ist eine rein rechnerische Studie, die die technische Genauigkeit des Algorithmus getestet hat, nicht dessen medizinischen Nutzen. Die Forscher haben nicht bewertet, ob die Verwendung dieses Werkzeugs in realen klinischen Umgebungen Ärzten helfen würde, bessere Entscheidungen zu treffen, Diagnosen zu verbessern oder der Patientenversorgung zugutekommen würde.