研究人员利用机器学习和脑部扫描发现，加速的大脑老化会增加认知风险因素对记忆和思维能力的影响，尤其是在患有脑血管疾病的人群中。

根据美国神经病学学会医学期刊《神经病学》上发表的一项研究，一个人的预测脑龄与实际年龄之间的差异（称为脑龄差距）可能会影响高血压和糖尿病等认知障碍风险因素与思维和记忆技能之间的关系。神经影像学的最新进展使得能够利用基于脑部扫描训练的机器学习工具来识别大脑老化的变异，并估算大脑的生物学年龄。

研究详情与参与者概况

该研究包括1437名无痴呆的参与者，平均年龄66岁。其中，60%的人没有表现出认知障碍的迹象。

研究人员通过问卷、访谈和药物审查收集了参与者的病史。每个人还接受了体检、实验室检查和脑部扫描。为了评估认知障碍的风险，研究人员根据几个因素为每位参与者分配了一个分数：年龄、种族、教育程度、过去和现在的吸烟习惯、体重指数、抑郁症状、高血压、糖尿病、高胆固醇和中风史。较高的分数反映了较高的认知障碍风险。

测量认知风险与思维能力

为了评估思维和记忆技能，参与者完成了测试，测量执行功能、注意力、语言、记忆、视觉构建——涉及复制图画或构建模型的能力——以及视觉运动速度，即一个人处理视觉信息并用动作做出响应的速度。

研究人员发现，较高的认知障碍风险因素分数始终与较差的认知表现相关，特别是视觉构建和视觉运动速度。

使用机器学习预测脑龄

利用机器学习，研究人员开发了一个脑龄预测模型，来审查参与者的脑部扫描，并确定每位参与者的预测生物学脑龄。然后，研究人员从预测脑龄中减去一个人的实际年龄，计算出他们的脑龄差距。正的脑龄差距意味着大脑加速老化。

研究人员还使用脑部扫描来寻找脑血管疾病的标志物，如微出血和梗塞（由于缺乏血液供应而导致的 dead 组织区域）。他们比较了具有 high 和 low 数量标志物的人。

研究发现

研究人员发现，在具有大量这些脑血管疾病标志物的人中，脑龄差距影响了认知障碍风险因素如何影响思维和记忆技能，特别是在执行功能和语言等领域。

他们发现，认知障碍风险因素与思维记忆技能之间的关系受到脑龄差距影响的中介比例为：总体20%，执行功能34%，语言27%。

“脑龄差距可能是一个有用的生物标志物，用于确定一个人认知能力下降的风险，”该研究的作者、新加坡国立大学的Saima Hilal博士说。“我们的发现表明，加速的大脑老化可能是一个重要因素，将认知障碍风险因素与患有脑血管疾病的成年人的思维和记忆技能联系起来。”

该研究的一个局限性是，它只观察了东南亚人群，因此结果可能不适用于其他人群。研究人员也无法检查运动、饮食和阿尔茨海默病遗传标志物对大脑结构和认知的影响，因为并非所有参与者都有数据。

参考原文： Wei Ying Tan, et al. “Role of Brain Age Gap as a Mediator in the Relationship Between Cognitive Impairment Risk Factors and Cognition”. Neurology. 18 June 2025. DOI: 10.1212/WNL.0000000000213815.