众所周知，衰老不光会让我们长出皱纹和白发，还会引起大脑的解剖结构发生变化。这些变化在人眼感知中是微妙的，但是在磁共振成像扫描中可以清晰的看到：随着年龄的衰老或神经性疾病的影响，脑内一些区域会萎缩，发生结构性改变。
因此，医学家们借助最先进的机器学习手段进行大型、多样化的人群研究：从大量人脑核磁共振成像的数据中提取出大脑衰老的细微特征，总结出有规律的衰老模式。
2024年8月15日，来自美国宾夕法尼亚大学佩雷尔曼医学院“综合诊断数据科学中心生物医学成像人工智能实验室”的生物学家团队，在《自然医学》期刊发表了一篇题为《由49,482人组成的大型多样化队列中的脑衰老模式》的论文。
团队历时8年，以11项研究总计 49,482 名个体的大脑核磁共振成像数据为样本，通过“R1-R5” 5种R指数量化不同大脑萎缩模式的类型和严重程度。
并且，验证了这些萎缩模式能够反映潜在的神经性病理过程及其所处的阶段，同时这五种不同的脑萎缩模式都与衰老和神经退行性疾病相关。（R1皮层下萎缩，R2中颞叶萎缩，R3顶颞叶萎缩，R4弥漫性皮层萎缩，R5视网膜周围萎缩）
例如，痴呆症及其前兆轻度认知障碍与五种模式中的三种都有关联；有两种模式与帕金森病和阿尔茨海默病等疾病有关；R1和R5基因座在与心血管系统相关的性状中呈现相关性；R3和R5基因座与精神病学和心理学相关的性状有关，包括精神分裂、抑郁和焦虑症。
此外，研究还分析了大脑衰老过程受到不同生活方式、环境和遗传因素的影响。例如饮酒与5个维度的R指标都有关，吸烟与R3-R5的表达有关，R4与饮食习惯有关，R5则与情绪波动、睡眠质量和环境因素相关。
由此可见，生存分析显示“基线R指”数能够在一定程度上预测大脑从“认知正常状态”到“轻度认知障碍”的进展。
事实上，这五类R指数建立了一种测量人类衰老轨迹和相关脑部变化的新维度——这种测量方法有望通过简单的核磁共振检查，对脑部萎缩和退行性疾病进行更早的精确诊断，特别是在未发生时和发生的早期。
热门跟贴