近日，首都医科大学附属北京天坛医院放射科刘亚欧教授团队联合施福东教授和张星虎教授的团队在神经科领域权威杂志《J Neurol Neurosurg Psychiatry》在线发表题为“Brain age gap in neuromyelitis optica spectrum disorders and multiple sclerosis”的研究论文。该研究利用近万人健康脑3D MRI影像数据，通过深度学习算法，构建了稳定、准确的脑龄预测模型，在多个中心的数据集上进行了验证，并利用该模型在神经免疫疾病视神经脊髓炎谱系疾病（NMOSD）和多发性硬化（MS）患者中应用发现脑龄是可以预测神经免疫疾病患者疾病进展的生物学指标，从而指导神经免疫患者的临床诊疗。首都医科大学附属北京天坛医院放射科医师韦人及徐晓璐为共同第一作者，刘亚欧教授为通讯作者。

  图片来源：J Neurol Neurosurg Psychiatry 2022

随着年龄的变化，脑的结构和形态会发生相应变化，因此，通过脑MRI可以计算出脑的年龄即“脑龄”。“脑龄差”（brain age gap） 指被试者实际生理年龄和脑龄之间的差异。该团队首先采用9796例健康人MRI数据，通过深度学习，构建预测脑龄的模型。该模型在462例内部队列及269例多中心（来自5个中心）的外部队列中进行测试，均具有稳定的预测准确性[1]。与其他方法获得的脑龄相比[2]，深度学习方法获得的脑龄差具有速度快、稳定性好的特点，并且可以给出脑龄不确定性的估计。研究团队将该模型应用于399例神经免疫患者，将每个人的脑龄与实际年龄相匹配，计算脑龄差。该团队发现，NMOSD患者脑龄较实际生理年龄老5年，MS患者比实际生理年龄老13年，即NMOSD和MS患者均存在脑加速衰老的表现、MS更为显著。进一步将脑龄差与各临床指标进行相关分析，发现脑龄差与患者残疾程度显著相关，通过生存分析提示脑龄差可以预测神经免疫疾病临床进展。

本文基于3D MRI图像结合深度学习方法建立了脑龄预测的稳定可靠的模型，揭示了神经免疫性疾病脑加速衰老的特征，使用“脑龄差”作为脑衰老的生物标志物，可以早期识别和发现神经免疫疾病中的高危患者，为后续治疗提供指导[3] ，也为脑重大疾病的临床和研究提供了潜在的影像标记物。

 作者简介：

通讯作者：刘亚欧，主任医师、教授、博导、双博士学位，首都医科大学附属北京天坛医院放射科学科带头人，主要研究方向为神经影像学，常年致力于脑重大疾病影像诊断和研究，在Lancet Neurology、 Immunity、Nature Protocol、 Brain、 Neurology、Journal of Neurology Neurosurgery and Psychiatry、Radiology等神经科和影像科顶级期刊上发表系列文章。在多个国际学术组织任职，曾获多项神经影像、多发性硬化领域国际和国内奖励和基金。

第一作者：韦人，首都医科大学附属北京天坛医院放射科医师、医学博士，主要研究领域为深度学习算法的开发及人工智能在神经影像领域的应用。

 共同第一作者：徐晓璐，首都医科大学附属北京天坛医院放射科医师、医学博士，主要研究领域为神经免疫疾病相关的影像诊断和研究，以第一作者或共同第一作者发表多篇SIC论文，包括 Neurol Neuroimmunol Neuroinflamm，Journal of Neurology, Neurosurgery and Psychiatry等。