Demenciakockázat felmérése a retina alapján
A mesterséges intelligenciát használó RetiPhenoAge modell egy nem invazív, olcsó megoldás lehet a demencia kockázatának korai előrejelzésére.
- HSV-1 fertőzés és Alzheimer-kór
- A vér-agy gát védelme az Alzheimer-kór terápiájában
- A kognitív károsodás visszafordítása
- Új molekuláris mechanizmus az Alzheimer-kór patológiájában
- Új gyógyszercélpont a demencia prevenciójában
- Glükózszint-csökkentő gyógyszerek és demencia
- Bél mikrobiom és neurodegeneratív betegségek
- Lipidszintek és demencia
- Hogyan tartják egymással a kapcsolatot a neuronok?
- Az Alzheimer-kór kockázatának predikciója
- Xenonterápia Alzheimer-kór kezelésében
- Felülvizsgálják a Leqembi új biztonsági adatait
- Új megközelítés az Alzheimer-kór prevenciójában és kezelésében
Az Alzheimer's & Dementia folyóiratban március 5-én jelent meg a National University of Singapore kutatóinak tanulmánya, amelyben a retináról készült képfelvételek mesterséges intelligenciával történő elemzésével mérték fel a kognitív hanyatlás és a demencia kockázatát. A kutatók szerint a retinán megfigyelhető öregedési biomarkerek új non-invazív lehetőséget biztosítanak az agy egészségének monitorozására.
A vizsgálatot Cheng Ching-Yu professzor és Christopher Chen professzor vezették, és egy új mélytanuláson (deep learning) alapuló modellt, a RetiPhenoAge-et fejlesztettek ki, amely a retina biológiai korát becsüli meg szemészeti felvételek alapján. A tanulmányban több mint ötszáz demencia klinikákról toborzott szingapúri beteg adatait elemezték, és az eredmények szerint a retina által jelzett magasabb biológiai kor szignifikánsan összefügg a kognitív hanyatlás és a demencia kialakulásának fokozott kockázatával. A RetiPhenoAge egyetlen szórásnyi növekedése akár 25–40%-kal is emelte a rizikót egy ötéves időszak alatt.
Az eredményeket egy nagyobb, nemzetközi mintán is validálták: a UK Biobank több mint 33 ezer résztvevőjének adatai alapján a magasabb RetiPhenoAge érték hasonlóképpen összefüggést mutatott a demencia kialakulásának fokozott kockázatával egy tizenkét éves követési időszak során. Ez megerősíti a biomarker prediktív értékét különböző populációkban.
A kutatás igazolta azt is, hogy a retinális öregedés valóban képes tükrözni azokat a biológiai folyamatokat, amelyek a neurodegenerációval állnak kapcsolatban. A RetiPhenoAge értékét agyi képalkotó vizsgálatok és a vérből származó olyan biomarkerek segítségével validálták, amelyek az agyi struktúrák változásait és az öregedéssel összefüggő fehérjeprofilokat tükrözik. Ezek az összefüggések új lehetőséget kínálnak arra, hogy a retinális öregedést a kognitív egészség indirekt mérőszámaként alkalmazzuk, vagyis a RetiPhenoAge lehetőséget teremt arra, hogy nem invazív módon becsüljük meg az egyén biológiai korát, ami értékes információt nyújthat a kognitív egészség állapotáról. A biomarker segítségével az orvosok már a tünetek megjelenése előtt azonosíthatják azokat a személyeket, akiknél fennáll a demencia kockázata, így lehetőség nyílik korai, célzott beavatkozásokra. A kutatócsoport célja, hogy a RetiPhenoAge-et nagyobb és változatosabb populációkban is validálja, és felmérje annak klinikai alkalmazhatóságát a demencia korai felismerésének és kezelésének támogatásában.
Chen professzor hozzátette, hogy a demencia gyakoriságának világszintű növekedése sürgeti az olyan prediktív és skálázható eszközök fejlesztését, amelyek közösségi szinten is alkalmazhatók. A RetiPhenoAge pontosan ilyen szűrőeszközként szolgálhat, mivel egyszerűen alkalmazható, költséghatékony, és könnyen integrálható a rutin egészségügyi vizsgálatokba, lehetővé téve a demenciakockázat korai felismerését és az időben történő intervenciót.
További előny, hogy mivel a RetiPhenoAge a már meglévő retinális képalkotó eszközök felvételeit használja, a módszer kényelmesen és skálázható módon integrálható a mindennapi klinikai gyakorlatba, azaz a retinális képalkotás alkalmas lehet arra, hogy a közösségi szűrés noninvazív eszköze legyen a kognitív károsodás korai felismerésére. A kutatók azt is vizsgálják, hogy a RetiPhenoAge miként használható az egyéni válaszreakciók nyomon követésére olyan beavatkozások során, amelyek célja a kognitív hanyatlás lassítása vagy megelőzése – legyen szó életmódbeli változtatásokról, gyógyszeres terápiáról vagy egyéb kezelési stratégiákról.
Írásunk az alábbi közlemények alapján készült:
AI-powered eye scan predicts risk of cognitive decline and dementia
A deep-learning retinal aging biomarker for cognitive decline and incident dementia
Irodalmi hivatkozás:
Ming Ann Sim et al, A deep‐learning retinal aging biomarker for cognitive decline and incident dementia, Alzheimer's & Dementia (2025). DOI: 10.1002/alz.14601