MRI大脑图像的电子比较准确地确定了生物年龄
使用最新的人工智能技术，即所谓的人工神经网络，可以从大脑图像中准确确定一个人的生物年龄。
然而，到目前为止，人们还不清楚这些网络使用了哪些特征来推断年龄。马克斯·普朗克人类认知和脑科学研究所的研究人员现在开发了一种算法，揭示年龄估计可以追溯到大脑的一系列特征大脑，提供有关个人健康状况的一般资料。因此，该算法可以帮助更快地检测出肿瘤或阿尔茨海默氏症，并允许得出关于糖尿病等疾病的神经后果的结论。
深度神经网络是一种人工智能技术，它已经在很多层面上丰富了我们的日常生活:人工网络模仿真实神经元的工作方式，可以理解和翻译语言，解读文本，识别图像中的物体和人。但他们也可以根据大脑的核磁共振扫描来确定一个人的年龄。的确，通过询问这个人更容易知道他的年龄。然而，机器年龄测定也能让你了解一个健康的大脑在生命的不同阶段通常是什么样子。
如果网络根据扫描结果估计出的大脑生物年龄比实际年龄高，这可能预示着可能的疾病或损伤。例如，先前的研究发现，患有某些疾病的人的大脑，如糖尿病或严重的认知障碍他们的工作时间似乎比实际情况要长。换句话说，这些人的大脑在生物学上的状态比人们根据他们的年龄所推测的要差。
虽然人工神经网络可以准确地确定生物年龄，但直到现在人们还不知道从生物体内得到了什么信息大脑图像他们的算法曾经这样做过。来自人工智能研究领域的科学家也将此称为“黑箱问题”。根据这种方法，你将大脑图像推入模型，即“黑匣子”，让它处理它——最终只得到它的答案。然而，由于网络的复杂性，以前并不清楚这种响应是如何产生的。
一种解释人工智能结果的算法
因此，位于莱比锡的马克斯·普朗克人类认知和脑科学研究所的科学家们想要打开这个黑盒子:这个模型通过观察什么来得出它的结果，大脑年龄?为了做到这一点，他们与柏林夫琅和费电信研究所合作，开发了一种新的解释算法，可用于分析网络的年龄估计。
“这是我们第一次在复杂的回归任务中应用解释算法，”马克斯·普朗克研究所的博士候选人西蒙·m·霍夫曼(Simon M. Hofmann)解释道，他是基础研究的第一作者，该研究现已发表在该杂志上科学杂志．“我们现在可以准确地确定大脑的哪些区域和特征代表着生物年龄的高低。”
这表明人工神经网络利用白质进行预测。因此，他们特别关注大脑神经组织中有多少小裂缝和疤痕。他们还分析了大脑皮层的沟槽有多宽，或者所谓的心室的空腔有多大。
先前的研究表明，一个人的年龄越大，他或她的平均皱纹和心室就越大。有趣的是，人工神经网络是自己得出这些结果的，而没有得到这些信息。在他们的训练阶段，他们能得到的只有大脑扫描结果和这个人的真实寿命。
研究小组负责人维罗妮卡·维特(Veronica Witte)说:“当然，年龄估计的增加也可以被解释为模型的错误。”“但我们能够证明，这些偏差在生物学上是重要的。”例如，研究人员证实，糖尿病患者的大脑年龄会增加。他们能够显示患者的白质有更多的损伤。
未来在医学诊断中的作用
很明显，人工神经网络将在医疗诊断中发挥越来越重要的作用。因此，了解这些算法的指导原理将变得越来越重要:在未来，大脑扫描可以由不同的网络自动分析，每个网络都专注于特定的领域——一个对阿尔茨海默病得出结论，一个对肿瘤得出结论，还有一个对可能的精神障碍得出结论。
然后，医生不仅会收到某些疾病可能存在的反馈。她还能看到大脑中的哪些区域是诊断的基础，”霍夫曼解释道。相应的特征被算法直接标记在MRI图像中，因此更容易被医学专业人员检测到，进而他们可以立即得出疾病严重程度的结论。
诊断误诊也会更容易:如果分析是基于生物学上不可信的区域，比如图像生成时出现的错误，那么医生可以立即发现这些错误。研究团队的解释算法这样最终也能帮助提高人工神经网络他们自己。
在后续的研究中，研究人员现在想要更详细地调查为什么他们的模型也关注大脑的一些特征，而这些特征到目前为止在衰老研究中几乎没有发挥作用——例如，神经网络也关注小脑。对于科学家来说，健康和患病的人的衰老过程是如何进行的一直是个谜。
进一步探索
