详细内容或原文请订阅后点击阅览
这个人工智能工具可以判断你的大脑是否老化太快
睡眠脑电波中的隐藏特征可能会悄悄追踪大脑的衰老情况。发展为痴呆症。这项研究由加州大学旧金山分校和波士顿贝斯以色列女执事医疗中心领导，利用机器学习来分析夜间记录的脑电波。该团队专注于一项称为“大脑年龄”的测量，该测量是根据睡眠估算的 [...]
来源:SciTech日报睡眠脑电波中的隐藏特征可能会悄悄追踪大脑的衰老情况。
发展为痴呆症。这项研究由加州大学旧金山分校和波士顿贝斯以色列女执事医疗中心领导，利用机器学习来分析夜间记录的脑电波。
该团队专注于一种称为“大脑年龄”的测量，该测量是根据睡眠脑电图信号估算的。当大脑年龄高于一个人的实际年龄时，患痴呆症的可能性就会增加。
大脑年龄超过实际年龄的每 10 年差距都会导致痴呆风险增加近 40%。相比之下，大脑年龄看起来比实际年龄年轻的人的风险较低。
研究结果于 3 月 19 日发表在 JAMA Network Open 上。
为了得出这些结论，研究人员建立了一个机器学习模型，检查脑电波活动的 13 个详细特征。他们将其应用于参与五项独立研究的约 7,000 人的数据。
参与者年龄从 40 岁到 94 岁不等，入组时没有痴呆迹象。他们被追踪了 3.5 到 17 年，在此期间大约有 1,000 人被诊断出患有这种疾病。
分析显示，睡眠脑电波的微妙模式可以提供标准睡眠测量经常遗漏的线索。早期对多个研究组的综合分析发现，痴呆症风险与常见睡眠指标（例如不同睡眠阶段花费的时间或整体睡眠效率）之间没有有意义的联系。
“广泛的睡眠指标并不能完全捕捉睡眠生理学复杂的多维性质，”资深作者、加州大学旧金山分校医学院精神病学副教授、MBBS、博士 Yue Leng 说。
与认知健康相关的脑电波模式
一个值得注意的结果涉及大脑活动中尖锐、高振幅的峰值，称为峰度。这些信号与痴呆风险降低有关。
早期检测的潜力
DOI：10.1001/jamanetworkopen.2026.1521