長期宇宙飛行ミッションを含む縦断的な脳年齢予測

なぜ宇宙は私たちの脳を変えるのか

国際宇宙ステーションでのミッションが6か月以上に及ぶ中、重要な問いが浮かびます：無重力の生活は時間とともに人間の脳に何をもたらすのか？本研究は、軌道上での数か月が脳を「より早く老化」させるかどうかを、先進的なMRIと人工知能を用いて、実年齢に比べて脳がどのくらいの年齢に見えるかを推定することで検証します。この問題の答えは、月や火星へ向かう宇宙飛行士だけでなく、地上での老化と脳の健康の理解にも重要です。

脳を時計のように見る

研究者たちは「脳年齢」という概念を用いました。これは脳を生物学的な時計として扱う考え方です。数千件のMRIを機械学習モデルに学習させることで、加齢に伴って現れる微細な脳組織や脳脊髄液空間の変化といったパターンをアルゴリズムに認識させることができます。学習済みのモデルは新しいスキャンを見て、その脳が何歳に見えるかを推定します。この推定と実年齢を比較することで、脳が実際より若く見えるのか、年上に見えるのか、それとも年齢相応かが分かります。

宇宙飛行士、コスモナート、そして地上の対照

チームは2つの長期宇宙飛行プログラムのデータを解析しました：およそ6か月間国際宇宙ステーションに滞在したロシアのコスモナート（ROS）と欧州の宇宙飛行士（ESA）です。各宇宙飛行参加者は打ち上げ前、着陸後数日以内、およびその後約半年の時点で脳スキャンを受けました。比較のために、研究者らは年齢、性別、学歴が慎重に一致した地上の対照ボランティアもほぼ同じ期間でスキャンしました。構造的MRIから脳年齢を推定するために3つの最先端機械学習モデルを用い、繰り返しスキャンでの安定性と精度に特に注意を払いました。

脳年齢ツールの検証

宇宙飛行について結論を出す前に、著者らは脳年齢モデル自体が信頼できるかどうかを確認しました。予測がほぼ同一になるかを見るために、同一セッション内で約30分間隔で2回スキャンしました。3つのモデルはすべてこのテストを高くクリアしました：予測の変動の94～97%はランダムなノイズではなく個人間の実際の差を反映していました。しかし、1つの深層学習モデルは非常に一貫している一方で年齢を大幅に過大評価し—平均で約11年高く見積もってしまいました—これは主に高齢者のデータで学習されていたためと考えられます。精度は安定性と同じくらい重要であるため、このモデルは主要解析から除外され、較正の良い2つのモデルが本解析に用いられました。

軌道で数か月過ごした後、脳に何が起きるか

残ったモデルを用いて、研究者たちは飛行前後および追跡期間にわたる脳年齢の変化を対照群と比較して調べました。ロシアのコスモナートでは、あるモデルが示したところによると、ミッション直後に脳がわずかに年上に見え—1年未満—これは宇宙飛行後に特定の領域で灰白質の減少や脳脊髄液空間の拡大が報告された以前の研究と一致します。ESAの宇宙飛行士群では、経時的な脳年齢推定が地上の同輩よりもやや急な「老化」傾向を示すパターンと整合しましたが、参加者数が少なく差は統計的有意水準に達しませんでした。全体として、対照群は安定的またはより典型的な老化パターンを示す一方で、宇宙飛行参加者は一部の解析で年齢より高く見える脳プロファイルに向かって変動する傾向が観察されました。

信号はあるが最終結論ではない

これらの変化を解釈するのは難しいです。宇宙飛行後の脳年齢の変動は真の加速した老化を反映している可能性がありますが、無重力への一時的な適応や打ち上げ・着陸のストレスによるもので、時間とともに部分的に元に戻ることも考えられます。例えばESAのデータは、いくつかの変化が追跡時に基準に戻りつつあることを示唆していました。著者らは結果が予備的で、サンプルサイズが限られていることを強調しますが、脳年齢予測は宇宙飛行研究で実行可能であり、現在の機械学習ツールは数か月の小さな変化を追跡するのに十分信頼できることを示しています。一般読者への要点は、長期宇宙ミッションはある側面で「老化のように見える」脳に測定可能な痕跡を残すようであり、人類がより遠くへ進むにつれてこれらの影響を監視するための感度の高いツールが利用可能になったということです。

引用: Tang, G., Patil, K.R., Hoffstaedter, F. et al. Longitudinal brain-age predictions comprising long-duration spaceflight missions. npj Microgravity 12, 24 (2026). https://doi.org/10.1038/s41526-026-00575-3

キーワード: 宇宙飛行, 脳の老化, MRI, 宇宙飛行士の健康, 機械学習