Η τεχνητή νοημοσύνη μπορεί να βοηθήσει στον εντοπισμό της πρόωρης γήρανσης του εγκεφάλου, σύμφωνα με νέα μελέτη που δείχνει ότι τα εγκεφαλικά κύματα κατά τη διάρκεια του ύπνου μπορούν να προσφέρουν πληροφορίες για τη μελλοντική υγεία του εγκεφάλου. Οι ερευνητές ανέπτυξαν ένα μοντέλο τεχνητής νοημοσύνης που αναλύει δεδομένα από ηλεκτροεγκεφαλογραφήματα και εκτιμά τη λεγόμενη «ηλικία του εγκεφάλου», δηλαδή κατά πόσο η λειτουργική κατάσταση του εγκεφάλου ενός ανθρώπου αντιστοιχεί ή αποκλίνει από τη χρονολογική του ηλικία. Η μελέτη βασίστηκε στην ιδέα ότι ο εγκέφαλος δεν γερνά με τον ίδιο ρυθμό σε όλους τους ανθρώπους. Δύο άτομα ίδιας ηλικίας μπορεί να έχουν διαφορετική εγκεφαλική λειτουργία, με τον έναν εγκέφαλο να εμφανίζει χαρακτηριστικά μικρότερης ηλικίας και τον άλλο σημάδια ταχύτερης φθοράς. Αυτή η διαφορά, σύμφωνα με τους επιστήμονες, μπορεί να σχετίζεται με τον κίνδυνο εμφάνισης νευροεκφυλιστικών παθήσεων, όπως η άνοια.
Οι ερευνητές ανέλυσαν δεδομένα από περίπου 7.000 ενήλικες ηλικίας 40 έως 94 ετών, οι οποίοι συμμετείχαν σε μακροχρόνιες μελέτες υγείας. Οι συμμετέχοντες δεν είχαν άνοια κατά την έναρξη της παρακολούθησης, ενώ οι επιστήμονες εξέτασαν την πορεία της υγείας τους για χρονικό διάστημα που έφτανε έως και τα 17 χρόνια. Κατά τη διάρκεια αυτής της περιόδου, περίπου 1.000 άτομα εμφάνισαν άνοια.
Τα εγκεφαλικά κύματα στον ύπνο αποκαλύπτουν αλλαγές πριν από τα συμπτώματα
Η νέα μέθοδος δεν βασίστηκε μόνο σε απλές μετρήσεις της διάρκειας ή της ποιότητας του ύπνου. Η τεχνητή νοημοσύνη ανέλυσε λεπτομερή χαρακτηριστικά των εγκεφαλικών κυμάτων που καταγράφηκαν κατά τη διάρκεια του ύπνου μέσω ηλεκτροεγκεφαλογραφήματος. Οι ερευνητές εξέτασαν 13 διαφορετικά χαρακτηριστικά της εγκεφαλικής δραστηριότητας και δημιούργησαν έναν δείκτη που υπολογίζει πόσο «παλιός» φαίνεται να είναι ο εγκέφαλος σε σχέση με την πραγματική ηλικία του ατόμου. Τα αποτελέσματα έδειξαν ότι όσοι είχαν εγκέφαλο που φαινόταν μεγαλύτερος από την ηλικία τους παρουσίαζαν σημαντικά αυξημένο κίνδυνο να εμφανίσουν άνοια αργότερα.
Συγκεκριμένα, κάθε αύξηση κατά 10 χρόνια στην εκτιμώμενη ηλικία του εγκεφάλου συνδέθηκε με περίπου 40% μεγαλύτερη πιθανότητα εμφάνισης άνοιας. Αντίθετα, τα άτομα των οποίων ο εγκέφαλος φαινόταν νεότερος από τη χρονολογική τους ηλικία είχαν χαμηλότερο κίνδυνο. Η σχέση αυτή παρέμεινε ακόμη και όταν οι ερευνητές συνυπολόγισαν άλλους παράγοντες που επηρεάζουν την υγεία του εγκεφάλου, όπως το μορφωτικό επίπεδο, το κάπνισμα, τη σωματική δραστηριότητα, τον δείκτη μάζας σώματος και άλλους παράγοντες υγείας.
Οι επιστήμονες επισημαίνουν ότι ο ύπνος αποτελεί μια ιδιαίτερα χρήσιμη «παράθυρο» στη λειτουργία του εγκεφάλου. Κατά τη διάρκεια του ύπνου εμφανίζονται συγκεκριμένα μοτίβα εγκεφαλικής δραστηριότητας που συνδέονται με τη μνήμη, τη μάθηση και την αποκατάσταση των νευρικών κυκλωμάτων. Στη μελέτη, χαρακτηριστικά όπως τα κύματα δέλτα του βαθύ ύπνου και οι λεγόμενες άτρακτοι ύπνου, δηλαδή σύντομες εκρήξεις εγκεφαλικής δραστηριότητας, εξετάστηκαν ως πιθανοί δείκτες της κατάστασης του εγκεφάλου. Παράλληλα, οι ερευνητές εντόπισαν συγκεκριμένα μοτίβα στα ηλεκτρικά σήματα που συσχετίστηκαν με χαμηλότερο ή υψηλότερο κίνδυνο άνοιας. Η τεχνολογία αυτή θα μπορούσε στο μέλλον να χρησιμοποιηθεί ως ένα μη επεμβατικό εργαλείο προληπτικού ελέγχου, καθώς το ηλεκτροεγκεφαλογράφημα είναι μια σχετικά απλή εξέταση. Οι ερευνητές εκτιμούν ότι αντίστοιχες τεχνικές θα μπορούσαν να ενσωματωθούν ακόμη και σε φορητές συσκευές παρακολούθησης ύπνου, αν επιβεβαιωθούν σε μεγαλύτερες μελέτες. Ωστόσο, οι επιστήμονες υπογραμμίζουν ότι η μέθοδος δεν αποτελεί διάγνωση άνοιας ούτε αποδεικνύει ότι η ταχύτερη γήρανση του εγκεφάλου προκαλεί τη νόσο. Αποτελεί έναν πιθανό δείκτη που μπορεί να βοηθήσει στον εντοπισμό ανθρώπων με αυξημένο κίνδυνο, ώστε να εφαρμοστούν νωρίτερα παρεμβάσεις που συνδέονται με καλύτερη υγεία του εγκεφάλου, όπως η τακτική άσκηση, η αντιμετώπιση προβλημάτων ύπνου και η διαχείριση παραγόντων καρδιαγγειακού κινδύνου.
Η μελέτη δημοσιεύθηκε στο επιστημονικό περιοδικό JAMA Network Open με τίτλο Machine Learning-Based Sleep Electroencephalographic Brain Age Index and Dementia Risk.
