В исследовании, опубликованном в журнале npj Digital Medicine, представлены результаты применения методов искусственного интеллекта для выявления нейробиологических маркеров, связанных с индексом массы тела (ИМТ). Авторы использовали машинное обучение для анализа данных нейровизуализации, чтобы определить специфические паттерны активности мозга, которые коррелируют с ИМТ и предсказывают риск развития кардиометаболических и респираторных заболеваний. Ключевым результатом стало создание прогностической модели, способной идентифицировать индивидуумов с высоким риском заболеваний на основе их мозговых сигнатур, что открывает новые возможности для ранней диагностики. Методология включала обработку больших объемов медицинских данных с применением алгоритмов глубокого обучения для выделения значимых признаков из сложных нейронных сетей. Результаты демонстрируют высокую точность предсказания, подчеркивая важность интеграции нейробиологических данных в клиническую практику для оценки метаболического здоровья. Это исследование вносит существенный вклад в развитие персонализированной медицины, предлагая неинвазивный инструмент для оценки рисков, связанных с ожирением и сопутствующими патологиями. Работа иллюстрирует потенциал ИИ в расшифровке сложных взаимосвязей между структурой мозга, метаболизмом и системными заболеваниями.