Prin analizarea scanărilor cerebrale, experții au identificat cinci modele diferite de atrofie cerebrală asociate cu îmbătrânirea și bolile neurodegenerative. De asemenea, analiza a legat aceste modele de factori legați de stilul de viață, cum ar fi fumatul și consumul de alcool, precum și de markeri genetici și sanguini asociați cu starea de sănătate și riscul de îmbolnăvire.

Lucrarea ar putea avansa foarte mult cunoștințele despre îmbătrânire, spune Andrei Irimia, un gerontolog de la Universitatea din California de Sud care nu a fost implicat în studiu. Înainte de această cercetare, știam că anatomia creierului se schimbă odată cu îmbătrânirea și boli. Dar aveam o capacitate mult mai modestă de a înțelege această interacțiune complexă".

Îmbătrânirea nu se manifestă doar în firele de păr, ci poate provoca și modificări ale anatomiei creierului, care pot fi detectate prin rezonanță magnetică (RMN): anumite zone se micșorează sau suferă modificări structurale. Totuși, aceste modificări sunt subtile. Ochiul uman este incapabil să detecteze modelele sistematice de modificări ale creierului asociate cu declinul, spune Christos Davatzikos, specialist în imagistică biomedicală la Universitatea din Pennsylvania și unul dintre autorii studiului care prezintă rezultatele.

Studiile anterioare au arătat că metodele de învățare automată pot să dezvăluie semne subtile de îmbătrânire din datele IRM. Cu toate acestea, aceste studii au fost adesea limitate și majoritatea au inclus date de la un număr relativ mic de subiecți.

Pentru a identifica modele mai cuprinzătoare, echipa lui Davatzikos a demarat un studiu care a durat aproximativ opt ani pentru a fi finalizat și publicat. Au folosit o metodă de învățare profundă numită Surreal-GAN, dezvoltată de primul autor Zhijian Yang, când era student absolvent la Davatzikos. Cercetătorii au antrenat algoritmul pe scanările MRI ale creierului a 1150 de adulți sănătoși cu vârste cuprinse între 20 și 49 de ani și a 8 992 de adulți în vârstă, dintre care mulți aveau declin cognitiv. Astfel, sistemul a învățat să recunoască caracteristicile comune ale creierului în curs de îmbătrânire, și să creeze un model intern al structurilor anatomice care tind să se schimbe simultan, spre deosebire de cele care tind să se schimbe independent.

Cercetătorii au aplicat apoi modelul rezultat la scanările IRM a aproape 50 000 de persoane implicate în diverse studii privind îmbătrânirea și sănătatea neurologică. Această analiză a identificat cinci modele diferite de atrofie cerebrală. Cercetătorii au asociat diferitele tipuri de degenerare a creierului la o vârstă înaintată cu combinații ale celor cinci modele, deși au existat unele diferențe între indivizii aflați în aceeași situație.

De exemplu, demența și precursorul acesteia, deteriorarea cognitivă ușoară, au fost asociate cu trei dintre cele cinci modele. Interesant, cercetătorii au găsit și dovezi că modelele pe care le-au identificat ar putea fi potențial utilizate pentru a explora probabilitatea unei degenerări suplimentare a creierului în viitor. "Dacă dorim să prezicem tranziția de la o stare cognitiv normală la deteriorarea cognitivă ușoară, unul dintre modele s-a dovedit a fi excepțional de predictiv", spune Davatzikos. "Iar în stadiile ulterioare, adăugarea unui al doilea model îmbogățește predicția". Alte modele au fost legate de afecțiuni precum boala Parkinson și boala Alzheimer, iar o combinație a celor trei modele a prezis în mod concret probabilitatea de deces.

Autorii au găsit asocieri clare între anumite modele de atrofie cerebrală și diverși factori fiziologici și de mediu, inclusiv consumul de alcool și fumatul, precum și diverși markeri genetici și biochimici legați de sănătate. Potrivit lui Davatzikos, este probabil ca aceste constatări să reflecte impactul bunăstării fizice generale asupra sănătății neurologice, deoarece afectarea altor sisteme de organe poate afecta și creierul.

Cu toate acestea, Davatzikos avertizează că rezultatele studiului nu înseamnă că totul poate fi redus câteva numere. Echipa sa speră să lucreze cu seturi de date care includ o gamă mai largă de afecțiuni neurologice și au o mai mare diversitate rasială și etnică.