Прогностическое моделирование равновесия у пожилых людей на основе функционального и структурного коннектома

Почему важно сохранять устойчивость

С возрастом даже простая задача — удержать тело в вертикальном положении на неровной поверхности — может стать серьёзной проблемой. Потеря равновесия ведёт к падениям, переломам и утрате независимости. В этом исследовании поставлен на первый взгляд простой вопрос: можно ли, посмотрев на «проводку» мозга и его активность в покое, предсказать, насколько хорошо пожилой человек сумеет удержать равновесие на нестабильной доске? Сочетая продвинутые методы сканирования мозга и анализ на основе данных, учёные начинают картировать скрытые сети, которые помогают пожилым людям стоять на ногах.

Заглядывая в стареющий мозг

В группу набрали 54 здоровых человека в возрасте от 64 до 82 лет. Каждому сделали подробные МРТ‑сканы на сверхвысоком магнитном поле, что позволило получить два типа информации. Во‑первых, измеряли физические «провода» мозга: пучки нервных волокон, соединяющие разные области, — структурные связи. Во‑вторых, регистрировали спонтанную активность в состоянии покоя, показывающую, какие области склонны активироваться совместно, — функциональные связи. Используя стандартный атлас, делящий мозг на 268 областей, исследователи превратили сканы в большие карты связности, или «коннектомы», для каждого участника.

Проверка равновесия на раскачивающейся поверхности

Для измерения равновесия участники вставали на доску с округлым дном, установленную на платформе с силовыми датчиками, расставив ноги на ширине плеч и положив руки на бёдра, фокусируя взгляд на фиксированной точке на стене. Округлое основание делало поверхность преднамеренно нестабильной. С площадки с датчиками исследователи рассчитывали, насколько центр давления каждого человека отклонялся за 20‑секундные испытания. Это давало площадь «маятникового» отклонения: меньшая площадь означала более устойчивое положение, большая — больше раскачивания. За итоговый показатель равновесия брали наименьшую площадь отклонений из двух попыток.

Обучая компьютеры «читать» сети мозга

Вооружившись картами связности и показателями равновесия, исследователи применили метод машинного обучения, называемый прогностическим моделированием на основе коннектома. По сути, они позволили компьютеру просмотреть все возможные соединения и найти шаблоны, связанные с лучшим или худшим равновесием, при этом по очереди исключая одного человека для проверки точности предсказаний. Были построены отдельные модели по функциональным и структурным сетям, с акцентом на те связи, где более сильные или более слабые связи надежно коррелировали с площадью отклонений. В финальную «консенсусную» сеть для каждого типа скана включали только те ребра, которые последовательно улучшали предсказание в кросс‑валидации.

Нейронные цепочки, обеспечивающие устойчивую походку

Оба типа карт связности оказались информативными. Наборы конкретных связей в данных функциональной активности в покое предсказывали, кто будет более или менее раскачиваться, и параллельный — но не идентичный — набор структурных связей делал то же самое. В обоих случаях наиболее важные связи объединяли моторные области мозга и глубокие структуры, такие как базальные ганглии и таламус, а также сети в лобной и теменной долях, участвующие во внимании и контроле. Интересно, что структурные связи, связывающие моторные и лобные области с визуальными регионами, оказались сильными предикторами равновесия, тогда как их функциональные аналоги в покое вносили мало вклада. При повторном тестировании через три месяца структурные сети давали более стабильные предсказания, чем функциональные. Важный момент: когда те же модели пытались предсказать силу ног в отдельной задаче, они не справились — это указывает на то, что обнаруженные мозговые шаблоны специфичны для равновесия, а не для общей физической силы.

Что это значит в повседневной жизни

Проще говоря, работа показывает, что то, насколько хорошо пожилые люди удерживают равновесие на движущейся поверхности, можно предсказать по архитектуре и тихой активности их мозговых сетей. Наиболее информативными оказываются не отдельные «центры равновесия», а скоординированные пути, связывающие моторные области, глубокие релейные узлы, лобные контролирующие области и зрительные системы. В особенности структурная проводка выглядит как стабильный отпечаток способностей к сохранению равновесия во времени. Хотя результаты предварительны и основаны на ограниченном числе участников, они указывают на будущее, в котором мозговые показатели могут помочь выявлять пожилых людей с высоким риском падений и ориентировать тренировки или реабилитационные программы, направленные на укрепление конкретных мозговых цепей, необходимых для безопасного передвижения.

Цитирование: Liu, X., Scherrer, S., Egger, S. et al. Functional and structural connectome-based predictive modelling of balance in elderly adults. Sci Rep 16, 13954 (2026). https://doi.org/10.1038/s41598-026-43724-0

Ключевые слова: равновесие, старение, сети мозга, МРТ, падения