你的大脑几岁了?这个人工智能会告诉你

阅读数:1181 2019 年 10 月 17 日 08:00

你的大脑几岁了?这个人工智能会告诉你

你的大脑几岁了?这个人工智能会告诉你

你的大脑几岁了?对于这个问题,可能很少有人能明确回答的上来。现在,AI 或许能帮助你作出回答。不久前,《自然神经科学》杂志上发表了一篇研究,该研究提出了一项算法,使人们能够仅通过核磁共振扫描即可预测一个人的大脑年龄,并发现了一些影响、加速大脑衰老的因素。在其中,人工智能是帮助确定个体大脑年龄的第一步。

事实上,一个人的实际年龄与大脑年龄之间是存在差异的,除了基因、还有一些疾病可能会导致大脑区域比其他区域衰老速度更快。人工智能可以破译这些“差异”,并指导潜在的质量方案。因此,该研究具有医学健康领域重要意义,如果你知道你的大脑衰老程度超过了预期,那么你就有能力及早干预。

本文最初发布于 SingularHub 网站,经原作者 Shelly Fan 授权由 InfoQ 中文站翻译并分享。中文版已由原作者审阅认可。

延缓大脑衰老,这听起来像是深夜电视商业节目广告里的最新的速效噱头,但这一概念背后的科学依据却是非常真实的。

大脑年龄并不是反映你实际年龄的平均机能状态,而是关注大脑相对于实际年龄的衰老程度。我们都知道,有些人看起来比实际年龄更聪明,行为也更年轻:当你意识到在飞机上跟你聊天的那个看上去 40 来岁的人,实际上是 70 多岁的老奶奶时,你会感到难以置信。大脑年龄作为一个概念,人们希望能够籍此捕捉认知分离背后的生物学复杂性。

这也不仅仅是纯粹的学术乐趣。长寿研究人员越来越意识到,你活了多久,并不是预测整体健康的最佳指标。一种精确而简单的方法来测量一个人真实的生物大脑年龄,可能不啻为煤矿里无价的金丝雀:如果你知道你的大脑衰老程度超过了预期,那么你就有能力及早干预。

译注:从 1911 年开始,金丝雀成了英国每一座煤矿的标配。这种鸟类对一氧化碳等人类难以察觉的有毒气体尤其敏感。每当矿内发生火灾或爆炸,救援人员就会带着金丝雀进入井下,一旦金丝雀表现出不安的反应,救援人员和矿工们就收到了危险信号,即刻撤离。这种特性甚至引出了英语中的一个短语:canary in a coal mine(煤矿里的金丝雀),类似于中文里的 “警钟” 或者 “晴雨表”。直到 1986 年 12 月 30 日,金丝雀退役。

9 月 24 日,《自然神经科学》(Nature Neuroscience)杂志上发表了一项雄心勃勃的研究,将三个完全不同的领域——神经科学、长寿研究和机器学习——整合成一个单一的算法,该算法使人们能够仅通过核磁共振扫描即可预测一个人的大脑年龄。

这项研究使用了近 50000 名年龄跨度为 80 岁的人的数据,首次梳理出抑郁症、自闭症等常见的脑部疾病如何影响大脑衰老。更重要的是,研究小组深入挖掘了英国生物银行(UK Biobank)的人类基因组数据,精确定位了一系列与神经系统疾病相关的基因,特别是加速大脑衰老的基因。

“我们揭示了健康个体中与大脑明显衰老有关的基因与我们已知的与常见脑部疾病有关的基因重叠。”挪威奥斯陆大学(University of Oslo)的研究者 Tobias Kaufmann

这种“大脑年龄差距”的直接用途是作为大脑衰老的生物标志物,可以帮助医生对老年患者做出明智的决定。

密苏里圣路易斯华盛顿大学医学院的 Janine Bijsterbosch 博士称:但是,除了这项研究的发现之外,也许它最重要的贡献是它验证了一种跨学科的方法,这种方法“只有通过研究大量人群的脑部扫描才有可能”涵盖扫描仪、站点和设置。Bijsterbosch 并没有参与这项研究,但写了一篇相关的观点文章《你的大脑几岁了?》(How old is your brain?)。

想要进行转换?但你知道吗,来自各个实验室的数据已经不足以追踪微小、复杂但强有力的大脑衰老的标记,或其他神经学测量和健康方面的研究。为了更好地揭示人类大脑的奥秘,跨越种族和社会经济的鸿沟,我们需要在研究机构中认识到并运用这个策略:“人多力量大”。

大脑年龄与健康寿命

2015 年底,《自然医学》(Nature Medicine)杂志上的一系列专家评论巩固了长寿研究的一种新兴趋势。目前的重点应该放在健康寿命的延长,而不是试图延长寿命。健康寿命是指人们在没有疾病的情况下能存活多长时间,或者与年龄有关的常见疾病的发病时间能推迟多久。

这就立刻带来了一个问题:如何衡量一个人的“真实”生物学年龄?这是一个尚未解决的难题

但对于大脑来说,有一个标志起着主导作用:大脑年龄差距,或者说,一个人的实际年龄与大脑年龄之间的差异。这两个方向上的巨大差距表明,一个人的大脑比正常情况下衰老得更快或更慢。

在整个生命周期中,控制大脑成熟和变化速度的“分子乐队”在大脑结构中扮演着重要的角色,这可以使用核磁共振扫描来测量。同样,决定神经回路物理连接的生物舞蹈也是自闭症、精神分裂症、躁郁症或抑郁症等脑部疾病的基础。

这让研究团队提出了这样一个问题:有没有一种方法,可以利用核磁共振扫描来测量一个人的大脑年龄差距?不同的精神障碍会如何改变?我们能否将大脑年龄与特定的基因联系起来,来揭示那些加速和延缓大脑衰老的基因?

一项巨大的研究

Kaufmann 和他的同事们并不是第一个解决这一问题的人,但他们无疑是最有野心的。他们解释说,以前的研究都是小规模的,因为他们只研究了有限的年龄范围,通常只关注单一的精神障碍,最多只有几百人。他们的研究结果并不能提供整个生命周期内大脑结构变化的整体动态图像。

因为没有一个实验室能够提供他们需要的数据,所以该团队决定将来自几个地点的核磁共振扫描数据进行汇总,这些数据是由不同的核磁共振扫描仪在不同的环境下获得的。在过去,这简直是疯狂的想法,因为这些变化使得图像之间的对比比较变得极其困难。用烹饪来类比的话,这就好比试图整合成千上万手写的同一道菜肴的食谱,每个食谱都用一系列单位和缩写以个人格式书写,并试图破译平均的“基线”食谱来充分判断其他所有菜谱。

该团队依靠一系列先进的数据方法,将 45615 人的数据整理为标准化的数据集,这项任务耗费了大量的精力、时间和反复试验。作为一种健全性检查,他们随后将这些信息包含在机器学习算法中,以便再次检查潜在的标准化错误。接下来,他们利用超过 35000 名 3~89 岁的健康个体的数据,训练人工智能来预测正常的大脑衰老轨迹。

然后,该算法通过另外 4353 名健康人士的数据进行了验证。最后,研究团队比较了近 5800 名患有各种脑部疾病的患者的大脑扫描,将每个人的大脑年龄与大体轨迹相匹配。

一些见解如水落石出。大脑年龄差距最大的是严重的精神障碍,包括精神分裂症、多发性硬化症和痴呆症。相比之下,发育性脑部疾病,如自闭症和注意力不足过动症,似乎并没有特别影响大脑年龄。撇开大脑的全面变化不谈,研究团队还发现,导致大脑年龄差距的脑部区域,正是那些已经牵涉到特定精神障碍的区域。例如,在阿尔茨海默病中,大脑皮层下的区域会慢慢萎缩,它们也是触发由算法测量大脑年龄差距的区域。

该研究团队表示,这是一个重要的验证。它表明,人工智能可以将大量大脑图像的信息浓缩成可解释的评分,而不会完全丢失单个大脑区域的信息。换言之,一些疾病可能会导致大脑区域比其他区域衰老速度更快。人工智能可以破译这些差异,并指导潜在的质量方案。

遗传联系

聚合数据集的另一个好处就是,它包含了与大脑扫描相关的遗传信息。大脑加速衰老可能是由于遗传基因不好,而有害的环境或生活方式的选择加剧了这一结果。作者说,分析基因是开始探索影响大脑衰老轨迹变化的因素的一种方式。

一项分析显示,大脑年龄差距至少在一定程度上是可遗传的,这也许不足为奇。研究团队还发现了一些基因,这些基因似乎同时导致了大脑年龄差距和脑部疾病,也就是说,每个基因因人而异,都有各自不同的影响。

该研究团队称:“与健康个体大脑年龄差距相关的基因变异鱼自闭症、注意力不足过动症(以及其他疾病)中观察到的基因变异部分重叠。这些结果表明,大脑年龄差距和脑部疾病之间存在共同的分子遗传机制。”

个体大脑年龄

人工智能是帮助确定个体大脑年龄的第一步。Bijsterbosch 说,从平均结果到单独扫描是困难的,因为核磁共振扫描相对来说比较嘈杂,而与人之间的差异很大。还需要进行更多的研究,但鉴于这项研究的规模庞大,这项研究是一个坚实的基础。

最终,人们希望在高风险脑部疾病发作之前,根据基因预测他的大脑年龄差距,并跟踪疾病的进展情况,以帮助调整他们的治疗方案。

“用这种方法来利用大脑年龄差距,我们还有很长的路要走。”Bijsterbosch 说。但随着多项大规模生物标志研究的开展,这个神经科学与人工智能交叉的典型例子仅仅是一个开始。

作者介绍:

Shelly Xuelai Fan,是一名神经科学家,后来转行做了科普作家。她在不列颠哥伦比亚大学完成了神经科学博士学位,并在那里开发了神经退行性疾病的新疗法。在研究生物大脑时,她对人工智能和一切生物技术产生了浓厚的兴趣。毕业后,她前往加州大学旧金山分校,研究恢复衰老大脑活力的血液因子。她是 Vantastic Media 的联合创始人。Vantastic Media 是一家通过文本和视频探索科学股市的媒体公司,并运营屡获殊荣的博客网站 neurofantastic.com 。她的第一本书《人工智能会取代我们吗?》(Will AI Replace Us?)由 Thames & Hudson 出版社于 2019 年 4 月付梓。

原文链接:

https://singularityhub.com/2019/10/08/how-old-is-your-brain-this-ai-can-tell-you/

评论

发布