What happened
Analysis and impact
一项新研究表明，人在睡眠时的大脑活动可能早在记忆问题出现前就揭示了痴呆症的预警信号。研究人员利用机器学习技术，分析了约 7000 名成年人的脑电图（EEG）记录，发现当一个人的“大脑年龄”比其实际年龄更显老时，患痴呆症的风险会显著增加。
这项由加州大学旧金山分校与波士顿贝斯以色列女执事医疗中心联合开展的研究，构建了一个通过分析睡眠期间脑电信号来估算“大脑年龄”的机器学习模型。该模型并非简单扫描大脑结构，而是聚焦于睡眠脑电波中的 13 项精细特征[来源: scitechdaily.com]。核心发现显示，大脑年龄与实际年龄每相差 10 岁，痴呆风险便会增加近 40%；反之，大脑年龄显得更年轻的人，其患病风险则相对更低[来源: scitechdaily.com]。这意味着，基于睡眠 EEG 的 AI 分析有望成为一种便捷、非侵入性的早期筛查工具，在认知症状显现前识别高风险人群。
这一发现是“大脑年龄”作为神经影像生物标志物研究浪潮的一部分。传统的 MRI 结构扫描同样能评估大脑衰老，例如南加州大学的研究团队就开发了基于 MRI 的深度神经网络，通过评估关键脑区的萎缩程度来预测生物脑龄[来源: today.usc.edu]。而最新的进展则更进一步，强调“局部大脑衰老”的测量。研究人员指出，并非所有脑区都以相同速度衰老，前额叶等区域可能更为脆弱，通过定位衰老更快的脑区，可以更精准地关联认知功能变化[来源: medicalxpress.com]。睡眠 EEG 分析则为这一领域提供了更低成本、更易普及的补充方案。
尽管该技术展现了巨大潜力，原文未提供其距离临床应用的具体时间表。目前，相关研究成果已发表于《美国医学会杂志网络开放版》（JAMA Network Open）[来源: scitechdaily.com]。这项研究为阿尔茨海默病及相关痴呆症的早期干预开辟了新路径，未来或许只需一次睡眠监测，就能窥见大脑的真实衰老轨迹。