發(fā)表在《睡眠》上的一項研究表明，根據夜間睡眠研究中記錄的腦電圖數(shù)據，深度神經網絡模型可以準確預測健康測試者的大腦年齡，腦電圖預測的大腦年齡指數(shù)在患不同疾病的人群中都會顯示出獨特的特征。

　　研究發(fā)現(xiàn)，該模型預測年齡的平均絕對誤差只有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、日間過度嗜睡、高血壓和記憶力與注意力有問題的患者的大腦年齡指數(shù)平均都偏高。

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

　　研究人員制作了一個深度神經網絡模型，利用夜間多導睡眠描記法在臨床睡眠研究中記錄的原始腦電圖信號，預測了患者的年齡。腦年齡的評估方法是將腦電預測年齡減去實際年齡，然后取這個變量的絕對值。分析結果包括了諸如性別和身體質量指數(shù)等因素。

　　“這項研究的結果為利用人工智能評估患者大腦年齡提供了初步指導，” Nygate說，“我們希望，隨著持續(xù)的調查、研究和臨床實驗，大腦年齡指數(shù)有朝一日將成為大腦健康的診斷標志，就像高血壓是中風和其他心血管疾病的風險指標一樣?！?/p>

　　研究標題為“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。