人工智能根据睡眠研究中记录的脑电图信号预测大脑年龄

一项研究表明，深度神经网络模型可以根据夜间睡眠研究中记录的脑电图数据准确预测健康患者的脑年龄，并且脑电图预测的脑年龄指标在不同疾病的人群中显示出独特的特征。

研究发现，该模型预测年龄的平均绝对误差仅为4.6岁。绝对脑年龄指数与癫痫和发作性疾病、中风、睡眠呼吸障碍标志物(即呼吸暂停低通气指数和觉醒指数)升高以及睡眠效率低下之间存在统计学意义上的关系。该研究还发现，与健康人群样本相比，患有糖尿病、抑郁症、严重的白天嗜睡、高血压和/或记忆力和注意力问题的患者平均表现出较高的脑年龄指数。

据作者介绍，结果表明，这些健康状况与预测年龄与实际年龄的偏差有关。

“虽然临床医生只能根据脑电图粗略估计或量化患者的年龄，但这项研究表明，人工智能模型可以非常精确地预测患者的年龄，”主要作者、EnsoData的高级人工智能工程师Yoav Nygate说。“该模型的精度使预测年龄从实足年龄转变为表达与主要疾病家族和合并症的相关性。这显示了利用人工智能模型偏差识别生理信号中存在的新型临床表型的潜力。”

研究人员训练了一个深度神经网络模型，利用夜间多导睡眠描记术在临床睡眠研究中记录的原始脑电图信号来预测患者的年龄。的模型接受了126241项睡眠研究的训练，6638项研究的验证，并在1172项研究中进行了测试。脑年龄的评估方法是，从脑电图预测的年龄(即脑年龄指数)中减去个体的实足年龄，然后取该变量的绝对值(即绝对脑年龄指数)。分析控制了性别和体重指数等因素。

尼盖特说:“这项研究的结果为利用人工智能评估患者大脑年龄的潜力提供了初步证据。”“我们的希望是，随着持续的调查、研究和临床研究，大脑年龄指数是否有一天会成为诊断性的生物标志物大脑健康，就像高血压是预防中风和其他心血管疾病的风险。”

该研究摘要最近发表在该杂志的在线增刊上睡眠并将于6月9日在Virtual SLEEP 2021期间以海报的形式展示。