Longevity & AgingForschungsarbeitOpen Access

Hirnscans sagen Alterungsgeschwindigkeit und Krankheitsrisiko anhand eines einzigen MRT-Bildes vorher

Neues KI-Tool misst das biologische Alterungstempo anhand von Gehirnscans und sagt Demenz, Gebrechlichkeit und Mortalität besser vorher als das chronologische Alter.

Dienstag, 31. März 2026 0 Aufrufe
Veröffentlicht in Nat Aging0 unterstützend5 Zitate gesamt
Split-screen showing colorful brain MRI scan on left with aging pace visualization, and healthy vs aged person silhouettes on right

Zusammenfassung

Forscher haben DunedinPACNI entwickelt, ein bahnbrechendes Instrument, das mithilfe einer einzigen Gehirn-MRT-Aufnahme misst, wie schnell jemand altert. Anders als bisherige Methoden, die das Gehirnalter mit dem chronologischen Alter vergleichen, schätzt dieser Ansatz direkt das Tempo der biologischen Alterung im gesamten Körper ab. Tests an mehr als 100.000 Personen zeigten, dass höhere Alterungswerte kognitive Abbauprozesse, die Konversion zur Demenz, körperliche Gebrechlichkeit, chronische Erkrankungen und einen früheren Tod vorhersagten. Das Instrument schnitt genauso gut oder besser ab als bestehende Maße des Gehirnalterns und bietet damit eine leistungsstarke neue Möglichkeit, die Alterung zu beurteilen und Anti-Aging-Interventionen zu evaluieren.

Detaillierte Zusammenfassung

Wissenschaftler haben ein revolutionäres Werkzeug namens DunedinPACNI entwickelt, das messen kann, wie schnell jemand altert – und zwar anhand eines einzigen Gehirn-MRT-Scans. Dies stellt einen bedeutenden Fortschritt gegenüber aktuellen Messverfahren der Gehirnalterung dar, die lediglich das vorhergesagte Gehirnalter mit dem chronologischen Alter vergleichen.

Das Forschungsteam der Duke University und internationaler Kooperationspartner entwickelte dieses Werkzeug mithilfe von Daten der bekannten Dunedin-Studie, die 1.037 zwischen 1972 und 1973 geborene Menschen ihr gesamtes Leben lang begleitet hat. Über zwei Jahrzehnte hinweg verfolgten sie 19 Biomarker des Alterns in mehreren Organsystemen und schufen damit ein Goldstandard-Maß für das biologische Alterungstempo. Anhand von Gehirnscans von 860 Teilnehmern im Alter von 45 Jahren trainierten sie ein KI-Modell, dieses Alterungstempo allein aus der Gehirnstruktur vorherzusagen.

Bei Tests an über 100.000 Menschen in mehreren großen Datensätzen – darunter die UK Biobank und die Alzheimer's Disease Neuroimaging Initiative – erwies sich DunedinPACNI als bemerkenswert aussagekräftig. Menschen mit höheren Alterungsgeschwindigkeitswerten zeigten einen beschleunigten kognitiven Abbau, häufigere Übergänge in eine Demenzerkrankung, ausgeprägtere körperliche Gebrechlichkeit, mehr chronische Erkrankungen und ein erhöhtes Sterberisiko. Entscheidend ist, dass das Werkzeug Gesundheitsergebnisse des gesamten Körpers vorhersagt, nicht nur die Gehirngesundheit.

Der Durchbruch liegt in der Messung des Alterungstempos anstelle der Altersabweichung. Frühere Werkzeuge zur Gehirnalterung verglichen das vorhergesagte Gehirnalter mit dem chronologischen Alter, wobei Messfehler mit echten biologischen Unterschieden vermischt wurden. DunedinPACNI schätzt direkt die Alterungsrate selbst und liefert damit ein klareres Signal biologischer Prozesse.

Dieses Werkzeug könnte die Alternsforschung und die klinische Praxis grundlegend verändern, indem es Forschern ermöglicht, Alterungsinterventionen schnell zu bewerten, und Klinikern hilft, Patienten mit dem höchsten Risiko für altersbedingte Erkrankungen zu identifizieren. Die Möglichkeit, biologisches Altern anhand routinemäßiger Gehirnscans zu messen, eröffnet neue Perspektiven für die personalisierte Medizin und die Präventivversorgung in unserer alternden Bevölkerung.

Wichtigste Erkenntnisse

  • Single brain MRI can predict biological aging pace with 60% accuracy in training data
  • Faster DunedinPACNI scores predicted dementia conversion, cognitive decline, and brain atrophy
  • Tool predicted physical frailty, chronic diseases, and mortality in over 100,000 people
  • Performed as well or better than existing brain age gap measures
  • Measures whole-body aging pace, not just brain aging, from brain scans alone

Methodik

Eine Längsschnittstudie trainierte ein elastisches Netz-Regressionsmodell anhand von 315 Gehirnstrukturmaßen von 860 Teilnehmern im Alter von 45 Jahren, wobei 19 Biomarker, die über 20 Jahre verfolgt wurden, als Ground Truth dienten. Das Modell wurde über mehrere unabhängige Datensätze mit insgesamt über 100.000 Teilnehmern validiert.

Studienlimitierungen

Modell trainiert an einer einzelnen Geburtskohorte überwiegend europäischer Abstammung im Alter von 45 Jahren. Querschnittsvalidierung in anderen Datensätzen, obwohl longitudinale Ergebnisse verfolgt wurden. Weitere Validierung über diverse Bevölkerungsgruppen und Altersspannen hinweg erforderlich.

Hat dir diese Zusammenfassung gefallen?

Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.

E-Mail-Adresse zum Abonnieren eingeben: