هوش مصنوعی میتواند سرعت واقعی پیری مغز را تشخیص دهد
پژوهشگران دانشگاه کالیفرنیا در سانفرانسیسکو (UCSF) و مرکز پزشکی Beth Israel Deaconess موفق شدهاند با استفاده از هوش مصنوعی، روشی نوین برای اندازهگیری «سن مغز» از طریق امواج مغزی هنگام خواب توسعه دهند؛ فناوریای که میتواند افراد در معرض خطر ابتلا به زوال عقل (دمانس) را سالها پیش از بروز علائم بالینی شناسایی کند.
به گزارش سیناپرس، نتایج این تحقیق که در مجله علمی JAMA Network Open منتشر شده، نشان میدهد هرچه مغز فرد از نظر بیولوژیکی پیرتر از سن واقعی او باشد، احتمال ابتلا به دمانس نیز بهطور قابلتوجهی افزایش مییابد.
هر ۱۰ سال افزایش سن مغز، خطر دمانس را ۴۰ درصد بیشتر میکند
بر اساس یافتههای این مطالعه، هر ۱۰ سال افزایش اختلاف بین سن تخمینی مغز و سن واقعی فرد، خطر ابتلا به زوال عقل را حدود ۴۰ درصد افزایش میدهد.در مقابل، افرادی که مغزشان جوانتر از سن تقویمی آنها ارزیابی شد، احتمال بسیار کمتری برای ابتلا به دمانس در سالهای آینده داشتند.
هوش مصنوعی چگونه سن مغز را اندازهگیری میکند؟
پژوهشگران برای توسعه این فناوری از مدلهای پیشرفته یادگیری ماشین استفاده کردند. این مدل با تحلیل ۱۳ ویژگی بسیار دقیق موجود در سیگنالهای الکتریکی مغز (EEG) که هنگام خواب ثبت میشوند، سن بیولوژیکی مغز را تخمین میزند.
برای اعتبارسنجی این الگوریتم، اطلاعات مربوط به حدود ۷ هزار فرد ۴۰ تا ۹۴ ساله از پنج مطالعه مستقل بررسی شد.شرکتکنندگان در ابتدای پژوهش هیچ نشانهای از زوال عقل نداشتند اما طی دورهای بین ۳.۵ تا ۱۷ سال پیگیری شدند. در این مدت نزدیک به هزار نفر به دمانس مبتلا شدند.
امواج مغزی، دقیقتر از کیفیت خواب عمل میکنند
نتایج مطالعه نشان داد شاخصهای رایج کیفیت خواب مانند مدت خواب، خواب عمیق یا بازده خواب، توانایی چندانی در پیشبینی خطر زوال عقل ندارند.اما الگوهای بسیار ظریف موجود در امواج مغزی هنگام خواب، اطلاعات ارزشمندی درباره روند پیری مغز ارائه میکنند که در روشهای معمول قابل مشاهده نیست.
به گفته دکتر Yue Leng، استاد روانپزشکی دانشگاه UCSF:فعالیت مغز هنگام خواب، تصویری دقیق از روند پیر شدن مغز ارائه میدهد و اطلاعاتی را آشکار میکند که شاخصهای معمول خواب قادر به نمایش آن نیستند.
کدام امواج مغزی با سلامت حافظه ارتباط دارند؟
محققان دریافتند: چند الگوی مهم در EEG ارتباط مستقیمی با سلامت شناختی و حافظه دارند؛ از جمله امواج دلتا (Delta Waves) که در خواب عمیق دیده میشوند، اسلیپ اسپیندلها (Sleep Spindles) که نقش مهمی در تثبیت حافظه دارندو ویژگی آماری Kurtosis که افزایش آن با کاهش خطر ابتلا به دمانس همراه بود.
نکته قابل توجه این است که ارتباط میان «سن بیشتر مغز» و افزایش خطر زوال عقل حتی پس از حذف اثر عواملی مانند چاقی، فعالیت بدنی، تحصیلات، مصرف دخانیات، بیماریهای زمینهای و عوامل ژنتیکی نیز همچنان برقرار بود.
آیا دستگاههای پوشیدنی آینده میتوانند سلامت مغز را بررسی کنند؟
پژوهشگران معتقدند از آنجا که ثبت امواج مغزی روشی غیرتهاجمی است، در آینده میتوان این فناوری را در ساعتهای هوشمند، هدبندهای خواب و سایر تجهیزات پوشیدنی به کار گرفت تا سلامت مغز افراد بهصورت مداوم پایش شود.
به گفته دکتر Haoqi Sun، نویسنده نخست این پژوهش:هیچ داروی معجزهآسایی برای جوان نگه داشتن مغز وجود ندارد، اما درمان اختلالات خواب، کاهش وزن، ورزش منظم و کنترل آپنه خواب میتواند به حفظ سلامت مغز کمک کند.
اگرچه دمانس و آلزایمر درمان قطعی ندارند، اما تشخیص زودهنگام میتواند فرصت بیشتری برای تغییر سبک زندگی، درمان اختلالات خواب و انجام مداخلات پزشکی فراهم کند.این فناوری مبتنی بر هوش مصنوعی میتواند در آینده به یکی از ابزارهای مهم غربالگری افراد در معرض خطر تبدیل شود و نقش مؤثری در کاهش بار بیماریهای شناختی در سالمندان داشته باشد.
این مطالعه نشان میدهد هوش مصنوعی با تحلیل امواج مغزی هنگام خواب قادر است سن واقعی مغز را با دقت بالایی تخمین بزند. یافتهها حاکی از آن است که پیرتر بودن مغز نسبت به سن واقعی، یکی از قویترین شاخصهای پیشبینی خطر زوال عقل در سالهای آینده است. در صورت تأیید نتایج در مطالعات گستردهتر، این فناوری میتواند تحول بزرگی در تشخیص زودهنگام بیماریهای مغزی و پیشگیری از آلزایمر ایجاد کند.
مترجم:نداجوادهراتی
