广告

这个AI可以“延缓大脑老化”

2019-11-19 15:36:20 Shelly Fan 阅读:
“延缓大脑老化”听起来就像是个不切实际的广告噱头,但实际上,这种幻想在科学的支持下却有可能成为现实……

“延缓大脑老化”听起来就像是个不切实际的广告噱头,但实际上,这种幻想在科学的支持下却有可能成为现实。“大脑年龄”并不能反映出人的实际年龄的平均功能状态,更多是与相对于大脑实际年龄的衰老程度有关。我们都知道,尽管有些人看起来年龄已经很大,但他们的思维依然敏捷,且行动依然灵活。k2Dednc

当你以为在飞机上和你聊天的那个女人只有40多岁,但她的大脑年龄已经是70多岁时,你会感到难以置信。正如“大脑年龄”名字所指的那样,这个概念希望能够捕捉到认知分离背后的生物复杂性。k2Dednc

这不仅仅是纯粹的学术乐趣。长寿研究人员越来越想认为,你活了多长时间并不是预测整体健康的最佳指标。精确而简单地测量某个人真实的生物大脑年龄,可能成为更有效的警示方案。毕竟,如果你知道自己的大脑老化得比预期的更快,就可以及早干预这个过程。k2Dednc

075ednc20191119.jpgk2Dednc

发表在《自然神经科学》(Nature Neuroscience)杂志上的一项研究,将三个完全不同的领域融入到单一的算法中,这些领域包括神经科学、长寿和机器学习,该算法可以纯粹基于MRI(核磁共振)扫描来预测某人的大脑年龄。k2Dednc

这项研究使用了年龄跨度超过80多岁的近5万人的数据,首次梳理了常见的大脑疾病如何影响大脑老化,如抑郁症和自闭症。更重要的是,该团队深入挖掘了来自英国生物银行的人类基因组数据,精确定位了一组与神经疾病相关的基因,特别是加速大脑老化的基因。k2Dednc

076ednc20191119.jpgk2Dednc

挪威奥斯陆大学的研究作者托拜厄斯·考夫曼(Tobias Kaufmann)说:“我们揭示了与健康个体大脑老化明显有关的基因,它们与我们常见的大脑疾病有关的基因重叠。”k2Dednc

 

这种“大脑年龄差距”指标的直接使用,可以作为大脑衰老的生物标志物,它可以帮助医生对他们的老年患者做出更明智的诊断。k2Dednc

但密苏里州圣路易斯华盛顿大学医学院的珍妮·拜思特博斯博士(Janine Bijsterbosch)说,除了这项研究的发现外,它最重要的贡献可能是确认了跨学科方法的有效性,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、地点和设置。k2Dednc

想要进行转换?来自单个实验室的数据不再足以寻找微小的、复杂的但强大的大脑老化标志,或其他神经学测量和健康见解。为了更好地揭示我们大脑的奥秘,跨越种族和社会经济鸿沟,我们需要认识并在研究中利用这样的策略,即“人多力量大”。k2Dednc

大脑年龄与健康寿命

2015年末,《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。与其试图延长寿命相比,目前的重点应该更多地放在延长健康寿命上,即人可以在没有疾病的情况下存活多久,或者将常见年龄相关疾病的发生推迟多长时间。k2Dednc

这立刻带来了一个问题:如何衡量某个人的“真实”生物学年龄?这是个尚未解决的难题。但是对于大脑来说,有个标志正发挥主导作用,即大脑年龄差距,或指某人实际年龄和大脑年龄之间的差异。这个指标可以表明,某人的大脑比正常情况下衰老得更快或更慢。k2Dednc

控制大脑在整个生命周期中成熟和变化速度的“分子管弦乐队”在大脑结构中扮演着重要的角色,但它可以使用MRI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、双相情感障碍或抑郁症等脑部疾病的基础。k2Dednc

这导致研究团队提出这样的问题:有没有方法可以使用MRI扫描来测量某人的大脑年龄差距?不同的精神障碍会发生什么变化?我们能否将大脑年龄与特定的基因联系起来,揭示那些加速和延缓大脑衰老的基因?k2Dednc

规模庞大的研究

考夫曼和他的同事不是第一个尝试解决这个问题的人,但他们肯定是最雄心勃勃的。他们解释说,以前的研究都是“小打小闹”,因为他们只关注有限的年龄范围,通常关注某种单一的精神障碍,抑或是最多几百人的规模。这些研究不能提供整个生命周期内大脑结构变化的整体动态图像。k2Dednc

由于没有任何实验室能够提供他们需要的数据,为此该团队决定从几个地方收集MRI扫描数据,这些数据由不同的MRI扫描仪在不同的设置下获得。过去,这简直是疯狂之举,因为这些变化使得苹果与苹果之间的图像比较变得极其困难。k2Dednc

使用烹饪作为类比,这就像试图辨认出同一道菜的数十万个手写菜谱,而每个菜谱都使用一系列单位和缩写以个人格式书写而成,并试图破译某个平均的“基线”食谱,以充分地判断所有其他菜谱的准确性和价值。k2Dednc

研究团队依靠一系列先进的数据方法,将45615人的数据转化为标准化集合,这是一项耗费大量精力、时间和反复试验的任务。作为一种健全性检查,他们随后将这些信息包括在他们的机器学习算法中,以便再次检查潜在的标准化错误。接下来,使用超过35000名3至89岁的健康人的数据,他们训练人工智能来预测正常的大脑老化轨迹。然后用另外4353名健康人的数据验证了该算法。最后,研究小组比较了近5800名患有各种脑部疾病的人的脑部扫描,将每个人的脑部年龄与大体轨迹相匹配。k2Dednc

研究人员有了几个发现。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,发育性脑疾病,如自闭症和注意缺陷多动障碍(ADHD),似乎并没有特别影响大脑年龄。k2Dednc

抛开大脑的全面变化不谈,研究小组还发现,导致大脑年龄差距的脑部区域就是那些已经牵涉到这种特定精神障碍的区域。例如,在阿尔茨海默病中,大脑皮层下区域的结构慢慢枯萎,它们也是触发由算法测量的大脑年龄差距的区域。k2Dednc

研究人员称,这是个重要的验证。它表明,人工智能可以将来自大量大脑图像的信息浓缩成可解释的评分,而不会完全丢失有关单个大脑区域的信息。换句话说,有些疾病可能会导致一个大脑区域比其他区域更快地老化。人工智能可以破译这些差异并指导潜在的治疗。k2Dednc

遗传联系

聚合数据集的另一个好处在于,它包含了与脑部扫描相关的遗传信息。加速的大脑老化可能是遗传不良基因的结果,而有害的环境或生活方式的选择会加剧这种情况。研究人员说,分析基因是开始探索影响大脑老化轨迹变化因素的一种方式。k2Dednc

也许并不令人惊讶的是,一项分析表明,大脑的年龄差距至少部分是可遗传的。研究小组还发现了某些基因,这些基因似乎对大脑年龄差距和大脑紊乱都有影响。也就是说,每个基因因人而异,也都有各自不同的影响。k2Dednc

研究人员称:“与健康人脑年龄差距相关的遗传变异与在自闭症中观察到的注意缺陷多动障碍(ADHD)部分重叠。这些结果表明,大脑年龄差距和大脑疾病之间存在共同的分子遗传机制。”k2Dednc

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。拜思特博斯博士说,从平均结果到单独的扫描是困难的,因为MRI扫描相对来说比较嘈杂,人与人之间的变异性很大。还需要更多的研究,但鉴于其规模庞大,这项研究为此打下了坚实的基础。k2Dednc

最终,研究人员希望基于某个人的基因,在高危脑部疾病发作之前,预测他们的大脑年龄差距,并跟踪疾病的进展情况,以帮助调整他们的治疗方案。k2Dednc

拜思特博斯博士说:“我们距离以这种方式利用大脑年龄差距还有很长的路要走。”但随着多项大规模生物标记物研究的进行,这个神经科学与人工智能交叉的典范仅仅是一个开始。k2Dednc

(原文发表于SingularityHub;编译:网易智能;责编:Demi Xia)k2Dednc

  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
  • 因眼睛小车主被辅助驾驶误判“开车睡觉”,小鹏、蔚来回 昨日,汽车博主@常岩CY 发博称自己突然上了热搜,原来就是因自己眼睛小被小鹏汽车自动驾驶误判“开车睡觉”,不住的发出提醒。此外,@常岩CY 称在多款车型上都收到此困扰。无论是红外还是摄像头,只要开始检测眼睛,就会判定过度疲劳。小鹏P7会提示他睡觉,蔚来ET7一开车就认为其疲劳和走神,岚图FREE会在冬天为了让其“别困”而打开冷风……
  • 国际象棋机器人Chessrobot夹断对手手指,意外还是设计缺 据悉,在7月19日的莫斯科国际象棋公开赛期间,一位7岁小男孩疑似因提前走子犯规手,意外被“对手”国际象棋机器人Chessrobot夹住手指,造成指骨骨折,该事件登上了热搜榜。该男孩是莫斯科9岁以下最强的30位棋手之一。
  • “智能家居”未来将可通过呼吸控制操作 凯斯西储大学的研究人员创造了一个简单的原型设备,使用户能够通过改变他们的呼吸模式来控制“智能家居”。这种自供电装置可放入鼻孔,并有可能提高行动不便或无法清晰说话的人的生活质量。如果个人呼吸困难,它也可以编程为医务人员提供自动警报。
  • 核酸采样机器人将取代“大白”?用了哪些技术保证采样准 取棉签、核酸采样、储存核酸采样管、设备消杀……动作精准流畅,今后给你核酸采样的可能不再是“大白”,而是机器人。EDN小编就带大家来看看,目前已被使用的核酸采样机器人有哪些?
  • 一个AI程序就可将手机电池增加30% 一项尖端的人工智能开发可以将智能手机的电池寿命延长 30%。这项应用则是利用 AI 分析正在使用的应用程序的 FPS 变化,并试图找到 CPU 和 GPU 处理器的最佳运行频率以适应变化,同时消耗设备中最少的功率和温度增益……
  • AI视觉芯片如何赋能两轮车出行? 6月29日,在由全球领先的专业电子机构媒体AspenCore和深圳市新一代信息通信产业集群联合主办的“2022国际AIoT生态发展大会-智慧两轮车分论坛”中,嘉楠科技副总裁汤炜伟以《勘智AI视觉芯,赋能智眼两轮行》为主题,向大家分享了嘉楠地芯片设计创新历程,及其RISCV架构AI芯片技术路线图,并以具体案例展示AI视觉芯片如何赋能两轮车出行。
  • 碎片化、成本高是难题,AIoT行业需要哪些改变? 作为AIoT的行业基石,物联网市场到2022年预计将达到 144 亿活跃连接。随着供应限制的缓解和增长的进一步加速,IoT Analytics 最新预测指出,到2025年全球将有大约 270 亿台联网物联网设备。中国物联网链接到2025年也将达到80亿。随着整个AIoT和IoT市场的快速成长与变化,我们将面临哪些风险和挑战?
  • 英特尔张宇:边缘AI有三个阶段,我们还处在山脚 在AspenCore举办的“2022国际AIoT生态发展大会”上,英特尔公司高级首席工程师、物联网事业部中国区首席技术官张宇博士通过视频方式分享了“边缘AI技术发展趋势与展望”主题演讲。
  • 世界上尺寸最大的芯片Wafer Scale Engine-2打破了在单 Cerebras公司售价数百万美元的“全球最大AI芯片”Wafer Scale Engine-2又有新消息,在基于单个Wafer Scale Engine-2芯片的CS-2系统上训练了世界上最大的拥有200亿参数的NLP(自然语言处理)人工智能模型。
  • 婴儿或可帮助解锁下一代人工智能 都柏林圣三一学院的神经科学家及其同事刚刚发布了改进人工智能的新指导原则,他们表示,婴儿可以帮助解锁下一代人工智能(AI)。
  • 日本要利用机器学习实现半导体研究自动化 新型薄半导体材料的开发需要对大量反射高能电子衍射(RHEED)数据进行定量分析,既耗时又需要专业知识。为了解决这个问题,东京理科大学的科学家们确定了可以帮助自动化 RHEED 数据分析的机器学习技术。他们的发现可以极大地加速半导体研究,并为更快、更节能的电子设备铺平道路。
  • 纯视觉自动驾驶更安全?美国交通部发布数据打脸特斯拉 特斯拉的纯视觉自动驾驶到底效果如何?真的如马斯克所说的:“通过摄像头和计算机网络让自动驾驶比人类驾驶更安全”吗?近日美国国家公路交通安全管理局发布了一份新的数据,颇有打脸特斯拉的意味。
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了