Un algoritm de inteligență artificială poate „citi” vârsta reală a creierului din undele înregistrate în timpul somnului

,

Un studiu amplu, realizat pe aproape 7.000 de adulți urmăriți timp de până la 17 ani, arată că un model de inteligență artificială poate estima „vârsta” creierului din semnalele EEG înregistrate în somn, iar diferența față de vârsta reală prezice riscul de demență cu mult înainte ca primele simptome să apară.

Somnul nu este doar o pauză pentru creier, ci o fereastră către starea lui reală de sănătate. O echipă de cercetători de la UC San Francisco și Beth Israel Deaconess Medical Center din Boston a folosit învățarea automată pentru a scoate la iveală tipare invizibile ochiului uman în undele cerebrale înregistrate în timpul somnului, tipare care par să prevestească riscul de demență cu ani înainte ca acesta să devină vizibil clinic.

Cum arată o „vârstă” calculată din unde cerebrale

Cercetătorii au analizat înregistrări electroencefalografice (EEG) din somn provenite de la aproape 7.000 de adulți, cu vârste între 40 și 94 de ani, combinând date din cinci cohorte comunitare urmărite pe termen lung, timp de până la 17 ani. Din aceste înregistrări, echipa a extras 13 caracteristici microstructurale ale undelor cerebrale, printre care undele delta, asociate cu somnul profund reparator, și fusurile de somn, structuri esențiale pentru consolidarea memoriei.

Folosind un model de învățare automată conceput special pentru a fi interpretabil, nu doar precis, cercetătorii au integrat aceste 13 trăsături într-un singur indicator, o „vârstă a creierului” estimată direct din felul în care acesta funcționează în timpul somnului. Diferența dintre această vârstă calculată și vârsta cronologică reală a persoanei formează Indicele de Vârstă a Creierului (BAI, de la „brain age index”).

Ce spune, de fapt, acest indice despre riscul de demență

Rezultatele arată o legătură clară: pentru fiecare 10 ani în plus de „îmbătrânire cerebrală” estimată de algoritm, riscul de a dezvolta demență a crescut cu aproape 40%. Cu alte cuvinte, un creier care „arată” mai bătrân decât vârsta reală a persoanei, judecat exclusiv după felul în care funcționează în somn, semnalează un pericol real, măsurabil, mult înainte ca memoria sau alte funcții cognitive să înceapă vizibil să scadă.

Un aspect surprinzător al studiului este ceea ce nu a funcționat. Metricile clasice de somn, precum durata totală de somn sau proporția petrecută în fiecare stadiu, nu au arătat nicio legătură semnificativă cu riscul de demență. Doar cele 13 trăsături microstructurale, invizibile fără ajutorul inteligenței artificiale, au avut valoare predictivă reală. Practic, algoritmul a găsit un semnal acolo unde metodele obișnuite de analiză a somnului nu vedeau nimic relevant.

Un detaliu contraintuitiv, dar important

Nu toate descoperirile s-au potrivit cu așteptările inițiale ale cercetătorilor. Una dintre cele 13 trăsături analizate, numită „kurtosis” și care măsoară vârfurile bruște de activitate din undele cerebrale, a fost asociată, surprinzător, cu un risc mai scăzut de demență, nu unul mai ridicat, așa cum s-ar fi putut presupune intuitiv. Acest tip de rezultat neașteptat arată cât de complex este, de fapt, tiparul activității cerebrale din timpul somnului și cât de puțin din el putea fi înțeles fără instrumente capabile să proceseze simultan zeci de variabile.

Deocamdată, acest indice bazat pe inteligență artificială rămâne un instrument de cercetare, nu unul disponibil în clinicile obișnuite. Însă potențialul lui este evident: un test relativ simplu, bazat pe o noapte de somn monitorizat, ar putea, într-o zi, să ofere ani prețioși în plus pentru intervenție, înainte ca demența să devină ireversibilă.


Casetă sursă:

Haoqi Sun, Sasha Milton, Yi Fang, Hash Brown Taha, Shreya Shiju, Robert J. Thomas, Wolfgang Ganglberger, Matthew P. Pase, Timothy Hughes, Shaun Purcell, Susan Redline, Katie L. Stone, Kristine Yaffe, M. Brandon Westover, Yue Leng — UC San Francisco și Beth Israel Deaconess Medical Center, Boston. Studiul a fost publicat în JAMA Network Open, DOI: 10.1001/jamanetworkopen.2026.1521


Lasă un răspuns

Adresa ta de email nu va fi publicată. Câmpurile obligatorii sunt marcate cu *