發(fā)表在《睡眠》上的一項(xiàng)研究表明，根據(jù)夜間睡眠研究中記錄的腦電圖數(shù)據(jù)，深度神經(jīng)網(wǎng)絡(luò)模型可以準(zhǔn)確預(yù)測(cè)健康測(cè)試者的大腦年齡，腦電圖預(yù)測(cè)的大腦年齡指數(shù)在患不同疾病的人群中都會(huì)顯示出獨(dú)特的特征。

　　研究發(fā)現(xiàn)，該模型預(yù)測(cè)年齡的平均絕對(duì)誤差只有4.6年。此外，研究人員還發(fā)現(xiàn)與健康人群樣本相比，患有糖尿病、抑郁癥、日間過(guò)度嗜睡、高血壓和記憶力與注意力有問(wèn)題的患者的大腦年齡指數(shù)平均都偏高。

　　EnsoData公司的高級(jí)人工智能工程師、文章主要作者Yoav Nygate說(shuō)：“雖然臨床醫(yī)生只能根據(jù)腦電圖粗略估計(jì)或量化患者的年齡，但這項(xiàng)研究表明，人工智能模型可以高精度地預(yù)測(cè)患者的年齡?！?/p>

　　研究人員制作了一個(gè)深度神經(jīng)網(wǎng)絡(luò)模型，利用夜間多導(dǎo)睡眠描記法在臨床睡眠研究中記錄的原始腦電圖信號(hào)，預(yù)測(cè)了患者的年齡。腦年齡的評(píng)估方法是將腦電預(yù)測(cè)年齡減去實(shí)際年齡，然后取這個(gè)變量的絕對(duì)值。分析結(jié)果包括了諸如性別和身體質(zhì)量指數(shù)等因素。

　　“這項(xiàng)研究的結(jié)果為利用人工智能評(píng)估患者大腦年齡提供了初步指導(dǎo)，” Nygate說(shuō)，“我們希望，隨著持續(xù)的調(diào)查、研究和臨床實(shí)驗(yàn)，大腦年齡指數(shù)有朝一日將成為大腦健康的診斷標(biāo)志，就像高血壓是中風(fēng)和其他心血管疾病的風(fēng)險(xiǎn)指標(biāo)一樣?！?/p>

　　研究標(biāo)題為“543 EEG-Based Deep Neural Network Model for Brain Age Prediction and Its Association with Patient Health Conditions”，近期發(fā)表于《睡眠》雜志。