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

• किसी व्यक्ति के आराम-अवस्था EEG में बदलाव अल्ज़ाइमर जैसी अपक्षयी बीमारियों के शुरुआती संकेत दे सकते हैं।

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

शोधकर्ताओं ने किसी व्यक्ति की कालानुक्रमिक आयु और मस्तिष्क आयु के बीच के अंतर की गणना करने की एक नई विधि विकसित की है। यह मशीन-लर्निंग मॉडल मस्तिष्क की आराम-अवस्था (जागृत लेकिन कोई कार्य किए बिना) के दौरान विद्युत गतिविधि को मापने और उसे स्वस्थ वयस्कों के बीच सांख्यिकीय डेटा से तुलना करने के लिए Emotiv Epoc X हेडसेट्स का उपयोग करता है।

Kounios et al. (2024) ने एल्गोरिदम को Epoc X मस्तिष्क डेटा के साथ प्रशिक्षित किया, जो प्रत्यक्ष और दूरस्थ ऑनलाइन प्रतिभागियों के एक संग्रह से, साथ ही पूरक प्रशिक्षण डेटासेट्स से एकत्र किया गया था। कुल मिलाकर, अध्ययन में पाँच संयुक्त डेटासेट्स का उपयोग किया गया।

मस्तिष्क आयु क्यों महत्वपूर्ण है?

मानव मस्तिष्क हमेशा बदलता रहता है, हमारे जीवन भर नए संबंध जोड़ता है और पुराने संबंधों की मरम्मत करता है। चोट और बीमारी मस्तिष्क के विकास चरण को धीमा या तेज कर सकती हैं, जिससे "brain age gap" बनता है। ये अंतर उम्र-संबंधी बीमारी के चेतावनी संकेत के रूप में काम कर सकते हैं। दुर्भाग्य से, मस्तिष्क स्कैन अक्सर महंगे और समय लेने वाले होते हैं और बीमारी के लक्षण प्रकट होने के बाद ही किए जाते हैं।

लेखक प्रस्तावित करते हैं कि प्रारंभिक मध्य आयु या उससे कम आयु के व्यक्तियों की स्कैनिंग करने से उम्र-संबंधी न्यूरोलॉजिकल विकारों का उनके सबसे प्रारंभिक चरणों में पता लगाने और उपचार करने की संभावना बढ़ती है।

"हमारे EEG मस्तिष्क-आयु आकलन दृष्टिकोण के कई आशाजनक अनुप्रयोग हैं," लेखक नोट करते हैं। "इसका उपयोग अपेक्षाकृत कम खर्चीले स्क्रीनिंग उपकरण के रूप में उन व्यक्तियों की पहचान करने के लिए किया जा सकता है जिनका मस्तिष्क-आयु अंतर अंतर्निहित उम्र-संबंधी विकृति की संभावना का संकेत देता है, जिसकी आगे विशिष्ट निदान परीक्षणों से पुष्टि की जा सकती है। इसके अलावा, Emotiv Epoc X हेडसेट की अपेक्षाकृत कम लागत के कारण, EEG मस्तिष्क-आयु आकलन को परिणामों की पुष्टि करने और समय के साथ परिवर्तनों का पता लगाने के लिए बार-बार किया जा सकता है।"

यह मस्तिष्क आयु डेटा सेट न्यूरोलॉजिकल उम्र बढ़ने को धीमा करने या उलटने के संभावित हस्तक्षेपों के परीक्षण के लिए भी उपयोगी हो सकता है। उदाहरण के लिए, नेशनल इंस्टीट्यूट ऑन एजिंग द्वारा वित्तपोषित 2020 के एक अध्ययन में पाया गया कि कुछ स्वस्थ जीवनशैली कारक अल्ज़ाइमर के जोखिम को 60% तक कम कर सकते हैं (Dhana et al., 2020).

बचाव के लिए वायरलेस EEG

Kounios और सहयोगियों ने Epoc X की किफ़ायती और सुलभ होने के लिए प्रशंसा की। उन्होंने कहा कि यह लोगों को घर या कार्यस्थल पर अपनी मस्तिष्क आयु का अनुमान लगाने की अनुमति देता है। इससे उम्र-संबंधी संज्ञानात्मक गिरावट और संज्ञानात्मक स्वास्थ्य के लिए जीवनशैली हस्तक्षेपों पर अधिक शोध हो सकता है।

मस्तिष्क आयु की गणना करना सीखना अन्य संभावनाएँ भी रखता है। उदाहरण के लिए, 80 और 90 की उम्र के लोगों का एक समूह है जिसे "संज्ञानात्मक सुपर-एजर्स" कहा जाता है, जो आँकड़ों को चुनौती देता है। संज्ञानात्मक सुपर-एजर्स की स्मृति क्षमता 20-30 वर्ष छोटे वयस्कों के समान होती है। वर्तमान अध्ययन इस असाधारण समूह से सीखने और उस जानकारी का उपयोग स्वस्थ मस्तिष्क वृद्धावस्था को बढ़ावा देने के लिए करने का लक्ष्य रखते हैं।

न्यूरोसाइंटिस्ट और अन्य शोधकर्ता बेहतर समझना चाहते हैं कि आहार, पर्यावरण, जीवनशैली, और आनुवंशिकी हमारे मस्तिष्क के उम्र बढ़ने में क्या भूमिका निभाते हैं।

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

संदर्भ:

Dhana, K., Evans, D. A., Rajan, K. B., Bennett, D. A., & Morris, M. C. (2020). Healthy lifestyle and the risk of Alzheimer dementia. Neurology, 95(4). https://doi.org/10.1212/wnl.0000000000009816

Kounios, J., Fleck, J. I., Zhang, F., & Oh, Y. (2024). Brain-age estimation with a low-cost EEG-headset: effectiveness and implications for large-scale screening and brain optimization. Frontiers in Neuroergonomics, 5. https://doi.org/10.3389/fnrgo.2024.1340732