大脑衰老的速度因人而异，导致大脑的估计生物年龄与实际年龄(一个人实际活过的年数)之间存在差距。

这种差距可能受到各种因素的影响，包括身体因素(例如污染)和社会因素(例如社会经济或健康不平等)，尤其是在衰老和痴呆症方面。到目前为止，尚不清楚这些综合因素如何加速或延缓不同地理人群的大脑衰老。

现在，在《自然医学》杂志上发表的一项开创性研究中，都柏林圣三一学院全球大脑健康研究所的研究人员带领一个更广泛的国际同事团队，利用基于大脑网络深度学习的先进大脑时钟开发出衡量大脑衰老的创新方法。

这项研究涉及来自 15 个国家的 5,306 名参与者的多样化数据集，包括来自美国、拉丁美洲 (LAC)、欧洲和亚洲的参与者。

这项研究整合了爱尔兰和其他欧盟国家的数据。通过分析功能性磁共振成像 (fMRI) 和脑电图 (EEG) 数据，研究人员量化了健康个体和患有神经退行性疾病(如轻度认知障碍(MCI)、阿尔茨海默病和额颞叶退化 (FTLD))的个体的大脑年龄差距。