近年，脳の老化度合いと認知機能低下リスク因子（高血圧や糖尿病など）との関係に着目した研究が進んでいる中で，脳画像に機械学習を適用して「脳の生物学的年齢」を予測し，実際の年齢との差（脳年齢ギャップ：BAG）を算出する技術が登場している。シンガポール国立大学のチームはこのほど，BAGが認知障害リスク因子と記憶・思考能力の結びつきにどのように影響するかを調査し，その結果をNeurology誌で公開した。特に，脳血管障害のマーカーが多い人ほど，その影響が顕著になることを明らかにし，認知機能低下の早期発見に役立つ新たなバイオマーカーとしての可能性を示した。
本研究では，平均66歳の非認知症者1,437人を対象に，アンケート・面接・検査で得たデータと脳MRI画像を用いた。認知障害リスク因子（年齢・BMI・高血圧・糖尿病・うつ症状など）を点数化し，「実行機能」「注意」「言語」「記憶」「図形構成」「視覚運動能力」のテストで認知機能を評価した。次に，脳MRIの皮質厚・脳室容積など62項目を用いて機械学習モデルで脳年齢を予測し，BAGを計測。その結果，認知障害リスク因子が認知機能に与える影響の全体の20％，実行機能では34％，言語能力では27％がBAGに影響されることがわかった。特に脳血管障害を多く抱える群で顕著にBAGが介在していた。
「BAGは認知低下リスク評価の有望な指標になり得る」と著者は述べている。特に脳血管性リスクを抱える高齢者では，リスク因子が直接的に認知機能へ及ぼす影響に加えて，脳の“早期老化”が認知低下を加速させるメカニズムが浮かび上がった。今後は，多民族や運動・食事習慣，遺伝子マーカーを含む多角的データで検証を進め，認知症予防や個別化医療への応用が期待される。

【参照論文】
Role of Brain Age Gap as a Mediator in the Relationship Between Cognitive Impairment Risk Factors and Cognition