用AI算出腦神經血管年齡 提早辨識腦血管病變不是夢｜專家論點【台灣科技媒體中心】

由陽明交通大學神經科學研究所特聘教授林慶波等人組成的研究團隊發表最新研究，運用腦部核磁共振（MRI）影像配合人工智慧演算法，建立出估算人類腦神經血管年齡的方法。台灣科技媒體中心表示，這份研究成果將有利於發展出老化疾病的預警工具，為邁入超高齡化的臺灣社會做好準備。

陽明交通大學指出，這份發表於《年齡與衰老》（Age and Ageing）期刊的研究，訓練人工智慧分析中老年人腦部核磁共振影像中的大腦白質區域，建立了估算腦血管生理年齡的數理模型。對於已邁入超高齡社會的臺灣，這項研究不僅可估算腦神經血管的健康程度，也有助進一步預測國人的心血管疾病風險。

研究作者之一的陽明交通大學神經科學研究所特聘教授林慶波表示，有別於過往的研究用大腦體積計算腦部的老化程度，我們建立了一套分析大腦核磁共振的影像，來估算腦血管年齡的方法，這個方法可以評估一個人當下的腦血管健康狀態。林慶波提到，研究中發現腦白質老化程度大於實際年齡的長者，未來10年內罹患心血管疾病的風險會提升5%，他提醒由於本研究是以健康族群作為推論對象，對有心血管疾病或三高的族群，需要進一步修正模型與評估。

國立陽明交通大學生物醫學影像暨放射科學系副教授盧家鋒指出，研究有望幫助神經內外科及放射線科的醫師，在替病人做健檢與疾病診療時，預測重大的神經血管疾病。盧家鋒表示，這份研究從1,200位受試者大腦白質區域的核磁共振影像中，觀察可能是病變的訊號，簡稱「白質高訊號」，來估計腦齡。

盧家鋒解釋，「白質高訊號區域」與腦部小血管病變、未來產生腦中風，或失智症息息相關，若發現過量的白質高訊號，可提早警示可能發生的神經血管疾病，而研究也發現在中老年人族群中，大腦年齡高於實際年齡的程度與十年後罹患心血管疾病的風險有關。

本篇研究的共同作者，國立陽明交通大學神經科學研究所副研究員周坤賢也說明，隨著人類年齡增長，大腦體積的萎縮、神經纖維完整性的改變、白質病變範圍的擴大等，都是老化過程。周坤賢指出，其實每個人老化的過程不同，臨床上常發現有些人的實際年齡雖然與其他人相仿，但認知功能上的表現比同年齡層更加突出，因此如何精準的定義個體器官以及細胞老化程度將是相當重要的議題。

周坤賢表示，研究跳脫過往以腦體積為基礎的大腦生理年齡計算方式，轉而利用與腦血管病變有關的白質病變數量為指標，計算一個人大腦的神經血管年齡，這樣的預測方式將更具參考性。本研究發現大腦神經血管的生理年齡不僅與個體認知功能的表現有關，也跟心血管相關風險因子的表現密不可分。

盧家鋒認為，此研究讓腦部磁振影像轉化為腦齡，作為評估健康程度的依據，更容易應用與推廣。盧家鋒也提醒，本研究尚未定論大腦超齡到何種程度，應視為需要進一步處置的高風險族群，有待後續研究來建立腦齡的常態分佈。他說，研究測試族群中62.2%被判定為大腦超齡、26.6%被判定為大腦逆齡，但腦齡比實際年齡年輕的意義還無定論，這不一定能代表大腦逆齡的群體比較健康。

周坤賢提醒，我們是基於491位居住在台灣北部或東部的健康受試者，來建立大腦血管生理年齡的估算模型，如果用台灣的模型去預測國外的大腦血管生理年齡不見得準確；此外，研究中沒有控制會影響大腦血管功能及血管型態變化的因子，例如基因，所以無法推論其他影響因子的影響。 周坤賢認為，未來用受試者的腦部磁振影像搭配此研究技術，將可做為客觀的指標，清楚量化個體大腦中神經血管的老化程度，以追蹤或臨床介入治療。

盧家鋒強調，腦齡與未來腦中風、失智症發生的關聯性需要更完整的長期追蹤與驗證，這份研究也指出男性、高血壓、糖尿病的族群被判定為大腦超齡的機率較高，這些數據將可能進一步推動台灣在地智慧醫療與預防醫學的發展。

周坤賢補充，目前本研究皆是針對健康族群，未來相關技術應進一步使用於神經退化性疾病等臨床議題，特別是血管性失智症以及阿玆海默症，以了解腦血管在老化相關疾病中扮演的可能角色。

文章授權於台灣科技媒體中心

瀏覽 1,067 次