深度学习了解模型，识别大脑“老化”进程

在过去的几天里，DeepSeek的受欢迎程度仍在上升。

很多地方，患者拿着医生的诊断结果和治疗方法询问DeepSeek，或者询问人工智能后再去医院检查信息的准确性。更有甚者，当医生和AI给出不同的答案时，他们大胆提问(最后，他们确定AI是对的)...

上个月，中南大学湘雅医院成功完成了国内AI医疗中台的本地化部署。该平台支持DeepSeek等国内大型模式的本地化部署、调用和培训，为湘雅智能医院的建设提供了新的范式。

这次布局的成功意味着中南大学湘雅医院已经成为中国第一家深度集成DeepSeek的AI中台应用单位。信息中心将利用模型与我院医生共同打造基于医院多年沉淀数据的智能体应用，共同提升我院AI新质量生产力。

一方面，医生和患者对人工智能的信任逐渐增加；另一方面，科学家们也在积极提高人工智能的准确性和可用性，建立更先进的模型，以提高人工智能在医疗卫生领域的应用范围。

例如，最近，安德烈·伊里米亚和维特比工程学院电气与计算机工程副教授、杰克·穆努希安初期职业主席保罗·博格丹合作团队，南加州大学莱昂纳德·戴维斯老年学、生物医学工程、定量与计算生物学和神经科学的副教授，培养了一种新的人工智能模型，可以衡量患者大脑老化的速度，并可能作为一种强大的新工具，用于理解和辅助治疗认知衰退和痴呆症。

(注:根据研究，大脑衰老的速度与认知功能的变化有显著关系。如果大脑衰老得很快，很有可能在认知功能上会出现很高的衰退，包括记忆、执行速度、执行功能和响应速度。)

该团队开发了一种新的3D卷积神经网络(3D)-CNN），这是一种前馈神经网络，包括卷积计算和深度结构，是深度学习的代表算法之一。个体的磁共振成像可以纵向分析。（MRI）扫描，对大脑变化的速度进行非侵入性跟踪，准确识别与加速或减缓衰老有关的神经解剖变化，计算大脑衰老速度。

这种模式不同于传统的横截面方法。后者只通过一次扫描来估计大脑的年龄，而新的垂直方法则相对于同一个人的基线和随访MRI扫描，从而更准确地确定与加速或减缓衰老相关的神经解剖变化。3D-CNN还生成了一个可以解释的“显著性图”，显示一个特定的大脑区域来确定衰老速度。

首先，该团队将该模型应用于认知正常的成年人，并通过3000多次MRI扫描进行练习，从而验证了该模型。然后，当模型应用于一组104名认知健康成年人和140名阿尔茨海默病患者时，新模型计算大脑衰老速度与两个时间点认知功能检测的变化密切相关。

它表明，这个框架可能是神经认知衰退的早期生物标志，也适用于认知正常的个人和认知障碍患者。

此外，该模型还可以区分大脑不同区域的衰老速度，这可能有助于了解大脑中不同病理的发展机制。深入研究这些差异——包括它们如何根据遗传、环境和生活习惯而改变——它们可以为大脑中不同病理的发展提供意见。

研究还显示，一些大脑区域的衰老速度在性别上存在差异，这可能有助于解释为什么包括阿尔茨海默病在内的男性和女性面临不同的神经退行性疾病风险。

伴随着人口老龄化的加剧，认知障碍和痴呆症的发病率不断上升，给病人及其家庭带来了沉重的负担。这项研究的结果为及时发现认知障碍风险提供了新的机会。

医生可以通过使用AI模型微创测量大脑老化率，更准确地识别高危人群，并为他们提供个性化的治疗措施，以减缓认知衰退。此外，该模型还有助于评估不同治疗方案的效果，为未来的辅助治疗策略提供参考。

当然，在这种模式得到大规模应用之前，对于中老年人来说，尽早发现和避免认知障碍衰退的更好方法仍然是培养健康的生活方式，定期进行认知评估，保持认知训练习惯。目前，AI也可以在这些干涉计划中看到。

健康生活方式:鼓励中老年人保持健康的生活方式，如均衡饮食、适当运动、充足睡眠等。，从而缓解大脑衰老的速度。AI可以根据个人情况给出科学的饮食和运动建议，甚至帮助睡眠。

认知评估:如记忆测试、注意力测试等。，结合AI技术分析评估结果，及时发现认知功能异常，预测认知衰退的风险，并给出具体的干预方案。

认知训练:AI不仅可以为中老年人提供个性化的认知训练方案，还可以实时监督训练效果，陪伴老年人的训练过程，以免过于枯燥乏味。

虽然AI正在逐步融入我们生活的方方面面，但是对于AI能否替代人类医生这一问题，实际上答案是否定的。

针对AI在医疗领域的应用，国家卫生健康委近日发布的《卫生健康行业人工智能应用场景参考指南》文件明确阐述了AI与医疗的密切关系，包括84个不同阶段，从预防、诊断到治疗和康复。文档中反复提到的“帮助”这个词也预示着一个微妙的底线:AI不是直接取代医生，而是帮助医生。

技术方面，当AI帮助医生摆脱繁琐的事务时，医生可以更加专注于诊断和治疗。

文章来源：博而雅科技