Quel est l'âge de votre cerveau ? L'algorithme EEG recherche des lacunes de problèmes.

• Un nouvel algorithme d'apprentissage automatique (ML) utilise l'intelligence artificielle (IA) et l'EEG EMOTIV pour calculer l'âge cérébral d'une personne.

• Des changements dans l'EEG au repos d'une personne pourraient signaler des signes précoces de maladies dégénératives telles que la maladie d'Alzheimer.

• Les résultats de la recherche, publiés dans Frontiers in Neuroergonomics, offrent une approche proactive pour les dépistages de la santé cérébrale.

Des chercheurs ont développé une nouvelle méthode pour calculer la différence entre l'âge chronologique d'une personne et l'âge cérébral. Ce modèle d'apprentissage automatique utilise des casques EMOTIV EPOC X pour mesurer l'activité électrique pendant l'état de repos d'un cerveau (éveillé mais sans tâche à effectuer) et la compare aux données statistiques parmi des adultes en bonne santé.

Kounios et al. (2024) ont formé l'algorithme avec des données cérébrales EPOC X recueillies auprès d'une collection de participants en personne et en ligne, ainsi que des ensembles de données d'entraînement supplémentaires. Au total, l'étude a utilisé cinq ensembles de données combinés.

Pourquoi l'âge cérébral est-il important ?

Le cerveau humain change toujours, ajoutant de nouvelles connexions et réparant d'anciennes tout au long de nos vies. Les blessures et les maladies peuvent retarder ou accélérer le stade de développement d'un cerveau, provoquant un "écart d'âge cérébral". Ces écarts peuvent servir de signes d'alerte pour les maladies liées à l'âge. Malheureusement, les scans cérébraux sont souvent coûteux et prennent du temps, et ne sont effectués qu'une fois que les symptômes de la maladie se manifestent.

Les auteurs proposent que le dépistage des individus en début de moyenne d'âge ou plus jeunes augmente la possibilité de détecter et de traiter les troubles neurologiques liés à l'âge dans leurs phases les plus précoces.

"Notre approche pour l'estimation de l'âge cérébral par EEG a plusieurs applications prometteuses," notent les auteurs. "Elle peut être utilisée comme un outil de dépistage relativement peu coûteux pour identifier les individus dont l'écart d'âge cérébral suggère la possibilité d'une pathologie liée à l'âge sous-jacente qui peut être suivie par des tests diagnostiques spécifiques. De plus, en raison du coût relativement bas du casque EMOTIV EPOC X, l'estimation de l'âge cérébral par EEG peut être réalisée à plusieurs reprises pour vérifier les résultats et détecter les changements au fil du temps."

Ce jeu de données sur l'âge cérébral peut également être utile pour tester des interventions potentielles pour ralentir ou inverser le vieillissement neurologique. Par exemple, une étude de 2020 financée par le National Institute on Aging a révélé que certains facteurs de mode de vie sain pouvaient réduire le risque de maladie d'Alzheimer de 60 % (Dhana et al., 2020).

EEG sans fil à la rescousse

Kounios et ses collègues ont loué l'EPOC X pour son prix abordable et son accessibilité. Ils ont déclaré qu'il permet aux gens d'estimer leur âge cérébral à domicile ou au travail. Cela pourrait conduire à davantage de recherches sur le déclin cognitif lié à l'âge et les interventions de style de vie pour la santé cognitive.

Apprendre à calculer l'âge cérébral ouvre aussi d'autres possibilités. Par exemple, il existe un groupe de personnes dans la soixantaine et la quatre-vingtaine, appelées "super-agers cognitifs", qui défient les statistiques. Les super-agers cognitifs ont des performances de mémoire similaires à celles d'adultes 20 à 30 ans plus jeunes. Les études actuelles visent à apprendre de ce groupe exceptionnel d'individus et à utiliser ces informations pour promouvoir un vieillissement cérébral sain.

Les neuroscientifiques et d'autres chercheurs espèrent mieux comprendre le rôle que jouent le régime alimentaire, l'environnement, les modes de vie et la génétique dans la façon dont nos cerveaux vieillissent.

Les auteurs soulignent l'importance d'évaluer la stabilité de leur modèle de dépistage de l'âge cérébral sur une période prolongée. Des recherches futures sont également nécessaires pour valider ces résultats avec un échantillon de données EEG cérébrales plus large et plus diversifié.

Références :

Dhana, K., Evans, D. A., Rajan, K. B., Bennett, D. A., & Morris, M. C. (2020). Mode de vie sain et risque de démence d'Alzheimer. Neurology, 95(4). https://doi.org/10.1212/wnl.0000000000009816

Kounios, J., Fleck, J. I., Zhang, F., & Oh, Y. (2024). Estimation de l'âge cérébral avec un casque EEG à faible coût : efficacité et implications pour le dépistage à grande échelle et l'optimisation cérébrale. Frontiers in Neuroergonomics, 5. https://doi.org/10.3389/fnrgo.2024.1340732