وقتی مغز زودتر پیر میشود؛ هوش مصنوعی سن واقعی مغز را آشکار میکند
پژوهشها ارتباط میان سن زیستی بالاتر مغز و عواملی مانند کمتحرکی، دیابت، مشکلات عروقی و برخی عوامل سبک زندگی را بررسی کردهاند.
گروه دانش و سلامت چندثانیه آنلاین نوشت:
ممکن است شناسنامهتان عددی را نشان دهد که همهچیز درباره سن شما به نظر میرسد، اما مغز لزوماً با همان سرعت پیر نمیشود. دو نفر که هر دو ۵۰ سال دارند، میتوانند مغزهایی با ویژگیهای زیستی متفاوت داشته باشند؛ یکی از نظر ساختار مغزی نزدیکتر به سن واقعی خود باشد و دیگری نشانههایی از پیری سریعتر را نشان دهد. حالا دانشمندان با کمک تصاویر امآرآی و الگوریتمهای یادگیری ماشین، راهی برای برآورد «سن مغز» پیدا کردهاند؛ روشی که میتواند تصویری دقیقتر از روند پیری مغز در اختیار پژوهشگران قرار دهد.
ایده اصلی نسبتاً ساده است، اما پشت آن فناوری پیچیدهای قرار دارد. پژوهشگران مدلهای هوش مصنوعی را با هزاران تصویر مغزی از افراد در سنین مختلف آموزش میدهند تا الگوهای تغییرات مغز در طول زندگی را یاد بگیرند. سپس مدل میتواند با بررسی اسکن مغزی فردی که قبلاً در اختیارش نبوده، سنی را که از روی ویژگیهای مغز برای او برآورد میکند ارائه دهد. اختلاف میان این عدد و سن واقعی فرد را «شکاف سن مغز» یا Brain Age Gap مینامند. اگر سن تخمینی مغز بیشتر از سن شناسنامهای باشد، پژوهشگران آن را نشانهای از روند سریعتر پیری مغز در نظر میگیرند؛ البته نه یک تشخیص پزشکی مستقل.
اهمیت این روش در این است که پیری مغز برای همه افراد یکسان اتفاق نمیافتد. ساختار مغز با افزایش سن دستخوش تغییر میشود؛ از جمله تغییر در حجم برخی نواحی، ضخامت قشر مغز و وضعیت ماده سفید. الگوریتمهای جدید تلاش میکنند مجموعه بزرگی از این تغییرات را همزمان بررسی کنند؛ کاری که با مشاهده یک شاخص منفرد بهسادگی امکانپذیر نیست. در یک پژوهش منتشرشده در سال ۲۰۲۵، مدلی برای برآورد سن مغز از اسکنهای بالینی معمول امآرآی توسعه یافت و در گروهی از افراد بدون اختلال شناختی، میانگین خطای پیشبینی پس از اصلاح آماری حدود ۲.۷ سال گزارش شد.
اما پرسش مهمتر این است که «پیرتر بودن» مغز در این محاسبات چه معنایی دارد. مطالعات مختلف نشان دادهاند که شکاف بالاتر سن مغز با برخی شاخصهای نامطلوب سلامت، از جمله عملکرد شناختی ضعیفتر، بیماریهای عروقی و برخی اختلالات عصبی ارتباط دارد. در یک مطالعه طولی که افراد مسن را تا ۱۲ سال دنبال کرده بود نیز شاخص سن مغز در شروع مطالعه با احتمال افت شناختی در سالهای بعد ارتباط نشان داد. با این حال، چنین یافتههایی به این معنا نیست که یک عدد بهتنهایی میتواند آینده مغز یک فرد را پیشبینی کند.
حتی سبک زندگی نیز در این تصویر بیتأثیر نیست. پژوهشها ارتباط میان سن زیستی بالاتر مغز و عواملی مانند کمتحرکی، دیابت، مشکلات عروقی و برخی عوامل سبک زندگی را بررسی کردهاند. در مطالعهای روی افراد حدود ۷۰ ساله، سن مغزی بالاتر با کمتحرکی، دیابت، بار بیشتر بیماری عروق کوچک مغز و برخی شاخصهای التهابی و متابولیک همراه بود؛ در همین مطالعه، فعالیت بدنی با کاهش ارتباط میان چاقی و سن مغزی همراه شد. این نتایج البته ارتباط آماری را نشان میدهند و نباید بهعنوان اثبات رابطه علت و معلولی برای هر فرد تفسیر شوند.
در سالهای اخیر، دامنه این تحقیقات نیز گستردهتر شده است. یک تحلیل ژنتیکی بزرگ در سال ۲۰۲۵ با بررسی دادههای دهها هزار نفر، دهها ناحیه ژنتیکی مرتبط با تفاوتهای سن مغز را شناسایی کرد و نشان داد که بخشی از تفاوتهای میان افراد میتواند زمینه ژنتیکی داشته باشد. در کنار ژنتیک، عوامل متابولیک، عروقی، فعالیت بدنی، سیگار و سایر ویژگیهای سبک زندگی نیز با شاخص سن مغز ارتباط پیدا کردهاند. بنابراین آنچه روی اسکن مغزی دیده میشود، حاصل یک عامل واحد نیست؛ بلکه نتیجه برهمکنش مجموعهای از عوامل در طول زندگی است.
با وجود این پیشرفتها، دانشمندان هنوز یک مرز مهم را پررنگ میکنند: سن مغز با یک عدد قطعی و تغییرناپذیر تعریف نمیشود. مدلهای مختلف ممکن است بر اساس نوع اسکن، جمعیت مورد مطالعه و روش محاسبه، نتایج متفاوتی ارائه کنند. به همین دلیل، «مغز ۶۰ ساله برای فرد ۵۰ ساله» نباید بهعنوان یک حکم پزشکی یا پیشبینی قطعی بیماری آینده خوانده شود. این شاخص در حال حاضر بیشتر یک ابزار پژوهشی و بالقوه بالینی برای بررسی روند پیری و شناسایی الگوهای غیرمعمول است.
با این حال، همین فناوری میتواند نگاه دانشمندان به پیری را تغییر دهد. به جای آنکه سن را فقط با تعداد سالهایی که از تولد گذشتهاند اندازه بگیریم، میتوان نشانههای زیستی پیری اندامها را نیز بررسی کرد. برای مغز، امآرآی و هوش مصنوعی در حال تبدیل شدن به ابزاری هستند که شاید در آینده به پزشکان کمک کنند تغییرات مغزی را زودتر شناسایی و اثر مداخلات مختلف را دقیقتر ارزیابی کنند.