AI解析睡眠電波訊號 「腦齡越老失智風險越高」助攻早期預測

記者許若茵／編譯

AI可判斷你的大腦是否比實際年齡老化得更快！一項新的機器學習方法可透過分析睡眠期間的大腦活動，協助辨識未來罹患失智症風險較高的人。

這套系統透過分析受試者睡眠期間，以腦電圖記錄的腦部電訊號，估算個人的「腦齡」。研究發現，若估算出的腦齡高於實際年齡，未來罹患失智症的風險也會提高。研究指出，估算腦齡每比實際年齡高出10歲，未來罹患失智症的可能性就增加近40%；相反地，若估算腦齡低於實際年齡，失智風險則較低。研究成果已發表於《JAMA Network Open》。

研究團隊建立了一套機器學習模型，整合腦電圖紀錄中的13項微觀特徵，並將模型應用於約7000名受試者的資料，這些資料來自5項不同研究。受試者年齡介於40歲至94歲，研究開始時皆未罹患失智症。研究人員追蹤時間介於3.5年至17年間，期間約有1000人發展為失智症。

分析結果顯示，睡眠腦波中細微且高度精細的變化模式，可能蘊含一般睡眠指標無法辨識的重要資訊，過去整合多項研究資料的分析顯示，常見的睡眠指標與失智風險之間並無顯著關聯，這些傳統指標包括不同睡眠階段所花費的時間，以及夜間睡眠維持效率等。研究資深作者、加州大學舊金山分校醫學院精神醫學副教授Yue Leng表示，「整體性的睡眠指標，無法完整反映睡眠生理複雜且多面向的特性。」

用來計算腦齡的部分腦電圖特徵，早已被認為與記憶及認知健康有關。其中之一是Delta波，這是一種緩慢且規律的腦部電活動，通常與深層睡眠有關，另一項則是睡眠紡錘波（Sleep Spindles），也就是短暫且快速的腦部活動，被認為有助於大腦強化並儲存記憶。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/
更多科技工作請上科技專區：https://techplus.1111.com.tw/

研究另一項值得注意的發現，是腦電圖中突然出現的大幅訊號波動，也就是所謂的峰度（Kurtosis）。研究發現，這項特徵與較低的失智風險有關。此外，即使研究人員進一步控制教育程度、吸菸習慣、身體質量指數（BMI）、身體活動量、其他疾病及遺傳風險等因素後，估算腦齡較高與失智風險增加之間的關聯仍然存在。

由於腦電圖檢測屬於非侵入性方式，研究團隊認為，未來透過睡眠期間測量腦齡，有機會成為評估失智風險的新工具，不必侷限於醫療院所。未來穿戴式裝置也可能具備在睡眠期間記錄所需腦波訊號的能力。 Leng表示：「腦齡是根據睡眠期間的腦波計算而來，我們知道，睡眠時的大腦活動提供了一個可量化的窗口，讓我們了解大腦老化的狀況。」

研究結果也顯示，改善睡眠健康可能影響大腦老化方式。 Leng指出，過去已有研究發現，治療睡眠障礙可以改變睡眠期間記錄到的腦波活動。研究第一作者、貝斯以色列女執事醫學中心神經醫學助理教授Haoqi Sun表示：「改善身體健康管理，例如降低身體質量指數（BMI），以及增加運動來降低睡眠呼吸中止症發生機率，都可能產生影響，但目前並沒有任何神奇藥物可以改善大腦健康。」

資料來源：sciencedaily