• एक नया मशीन-लर्निंग (ML) एल्गोरिदम किसी व्यक्ति की मस्तिष्क की आयु (ब्रेन एज) की गणना करने के लिए आर्टिफिशियल इंटेलिजेंस (AI) और Emotiv EEG का उपयोग करता है।

• किसी व्यक्ति के रेस्टिंग-स्टेट EEG में बदलाव अल्जाइमर जैसे अपक्षयी रोगों के शुरुआती संकेतों का संकेत दे सकते हैं।

• अनुसंधान के निष्कर्ष, जो Frontiers in Neuroergonomics में प्रकाशित हुए हैं, मस्तिष्क स्वास्थ्य जांच के लिए एक सक्रिय दृष्टिकोण प्रदान करते हैं।

शोधकर्ताओं ने किसी व्यक्ति की वास्तविक आयु और मस्तिष्क की आयु के बीच के अंतर की गणना करने के लिए एक नई विधि विकसित की है। यह मशीन-लर्निंग मॉडल मस्तिष्क की रेस्टिंग-स्टेट (जागते हुए लेकिन बिना किसी कार्य को किए) के दौरान विद्युत गतिविधि को मापने के लिए Emotiv Epoc X हेडसेट का उपयोग करता है और स्वस्थ वयस्कों के बीच सांख्यिकीय डेटा के साथ इसकी तुलना करता है।

कुनियोस और अन्य (2024) ने व्यक्तिगत और दूरस्थ ऑनलाइन प्रतिभागियों के संग्रह से एकत्र किए गए EPOC X मस्तिष्क डेटा के साथ-साथ पूरक प्रशिक्षण डेटासेट के साथ एल्गोरिदम को प्रशिक्षित किया। कुल मिलाकर, अध्ययन में पांच संयुक्त डेटासेट का उपयोग किया गया।

मस्तिष्क की आयु क्यों महत्वपूर्ण है?

मानव मस्तिष्क हमेशा बदलता रहता है, हमारे पूरे जीवन में नए संबंध जोड़ता है और पुराने की मरम्मत करता है। चोट और बीमारी मस्तिष्क के विकास के चरण में देरी कर सकती है या इसे तेज कर सकती है, जिससे "मस्तिष्क आयु अंतर" (ब्रेन एज गैप) पैदा होता है। ये अंतर उम्र से संबंधित बीमारी के लिए चेतावनी के संकेत के रूप में कार्य कर सकते हैं। दुर्भाग्य से, मस्तिष्क स्कैन अक्सर महंगे और समय लेने वाले होते हैं और केवल बीमारी के लक्षण दिखाई देने पर ही किए जाते हैं।

लेखकों का प्रस्ताव है कि शुरुआती मध्यम आयु या उससे कम उम्र में व्यक्तियों का स्कैन करने से उम्र से संबंधित न्यूरोलॉजिकल विकारों का उनके शुरुआती चरणों में पता लगाने और उनका इलाज करने की संभावना बढ़ जाती है।

लेखक बताते हैं, "EEG मस्तिष्क-आयु अनुमान के हमारे दृष्टिकोण के कई आशाजनक अनुप्रयोग हैं। इसका उपयोग एक अपेक्षाकृत सस्ते स्क्रीनिंग टूल के रूप में किया जा सकता है ताकि उन व्यक्तियों की पहचान की जा सके जिनके मस्तिष्क-आयु का अंतर अंतर्निहित उम्र से संबंधित विकृति की संभावना का सुझाव देता है, जिसका विशिष्ट नैदानिक परीक्षणों के साथ अनुवर्ती कार्रवाई की जा सकती है। इसके अलावा, Emotiv Epoc X हेडसेट की अपेक्षाकृत कम लागत के कारण, परिणामों को सत्यापित करने और समय के साथ परिवर्तनों का पता लगाने के लिए EEG मस्तिष्क-आयु अनुमान को बार-बार किया जा सकता है।"

न्यूरोलॉजिकल उम्र बढ़ने को धीमा करने या उलटने के लिए संभावित हस्तक्षेपों के परीक्षण के लिए भी यह मस्तिष्क आयु डेटा सेट उपयोगी हो सकता है। उदाहरण के लिए, नेशनल इंस्टीट्यूट ऑन एजिंग द्वारा वित्त पोषित 2020 के एक अध्ययन में पाया गया कि कुछ स्वस्थ जीवन शैली कारक अल्जाइमर के जोखिम को 60% तक कम कर सकते हैं (धाना और अन्य, 2020)।

बचाव के लिए वायरलेस EEG

कुनियोस और उनके सहयोगियों ने किफायती और सुलभ होने के लिए Epoc X की सराहना की। उन्होंने कहा कि यह लोगों को घर या काम पर अपने मस्तिष्क की आयु का अनुमान लगाने की अनुमति देता है। इससे उम्र से संबंधित संज्ञानात्मक गिरावट और संज्ञानात्मक स्वास्थ्य के लिए जीवन शैली के हस्तक्षेपों पर अधिक शोध हो सकता है।

मस्तिष्क की आयु की गणना कैसे करें, यह सीखने से अन्य संभावनाएं भी पैदा होती हैं। उदाहरण के लिए, 80 और 90 के दशक में लोगों का एक समूह है जिन्हें "कॉग्निटिव सुपर-एजर्स" कहा जाता है जो आंकड़ों को चुनौती देते हैं। कॉग्निटिव सुपर-एजर्स का स्मृति प्रदर्शन 20-30 वर्ष छोटे वयस्कों के समान होता है। वर्तमान अध्ययनों का उद्देश्य व्यक्तियों के इस असाधारण समूह से सीखना और स्वस्थ मस्तिष्क की उम्र बढ़ने को बढ़ावा देने के लिए उस जानकारी का उपयोग करना है।

न्यूरोसाइंटिस्ट और अन्य शोधकर्ता यह बेहतर ढंग से समझने की उम्मीद करते हैं कि हमारा मस्तिष्क कैसे बूढ़ा होता है, इसमें आहार, पर्यावरण, जीवन शैली और आनुवंशिकी क्या भूमिका निभाते हैं।

लेखक लंबे समय तक अपने मस्तिष्क आयु स्क्रीनिंग मॉडल की स्थिरता का मूल्यांकन करने के महत्व पर जोर देते हैं। भविष्य में इन निष्कर्षों को एक बड़े और अधिक विविध मस्तिष्क EEG डेटा नमूने के साथ मान्य करने के लिए अनुसंधान की भी आवश्यकता है।

संदर्भ:

धाना, के., इवांस, डी. ए., राजन, के. बी., बेनेट, डी. ए., और मॉरिस, एम. सी. (2020)। स्वस्थ जीवन शैली और अल्जाइमर डिमेंशिया का जोखिम। न्यूरोलॉजी, 95(4)। https://doi.org/10.1212/wnl.0000000000009816

कुनियोस, जे., फ्लेक, जे. आई., झांग, एफ., और ओह, वाई. (2024)। कम लागत वाले EEG-हेडसेट के साथ मस्तिष्क-आयु का अनुमान: बड़े पैमाने पर स्क्रीनिंग और मस्तिष्क अनुकूलन के लिए प्रभावशीलता और निहितार्थ। Frontiers in Neuroergonomics, 5। https://doi.org/10.3389/fnrgo.2024.1340732