• 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 (शांत अवस्था) EEG में बदलाव अल्जाइमर जैसी अपक्षयी (डिजेनरेटिव) बीमारियों के शुरुआती संकेतों का संकेत दे सकते हैं।

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

शोधकर्ताओं ने किसी व्यक्ति की वास्तविक आयु (क्रोनोलॉजिकल एज) 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 शांत अवस्था (जागते हुए लेकिन कोई कार्य न करते हुए) के दौरान विद्युत गतिविधि को मापने के लिए Emotiv Epoc X हेडसेट का उपयोग करता है और स्वस्थ वयस्कों के सांख्यिकीय डेटा के साथ इसकी तुलना करता है।

कौनिओस 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 का उपयोग करके एल्गोरिदम को प्रशिक्षित किया। कुल मिलाकर, अध्ययन में पांच संयुक्त डेटासेट का उपयोग किया गया।

मस्तिष्क की आयु क्यों मायने रखती है?

मानव मस्तिष्क हमेशा बदलता रहता है, हमारे पूरे जीवनकाल में नए कनेक्शन जोड़ता है और पुराने कनेक्शनों 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 संकेतों के रूप में काम 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 तंत्रिका संबंधी विकारों का उनके शुरुआती चरणों में ही पता लगाने और इलाज करने की संभावना बढ़ जाती है।

लेखक ध्यान दिलाते हैं, "EEG ब्रेन-एज ट्रैकिंग 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 जिनका मस्तिष्क-आयु अंतर किसी अंतर्निहित उम्र से संबंधित बीमारी की संभावना का सुझाव देता है, जिसके बाद विशिष्ट नैदानिक परीक्षण किए जा सकते हैं। 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 ब्रेन-एज मूल्यांकन बार-बार किया जा सकता है।"

यह मस्तिष्क आयु डेटा सेट न्यूरोलॉजिकल उम्र बढ़ने को धीमा करने या उलटने के लिए संभावित हस्तक्षेपों के परीक्षण के लिए भी 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 खतरे को 60% तक कम कर सकते हैं (धाना और अन्य, 2020)।

मदद के लिए वायरलेस EEG

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

मस्तिष्क की आयु की गणना करना सीखने से अन्य संभावनाएं भी खुलती हैं। उदाहरण के लिए, 80 और 90 के दशक के लोगों का एक समूह है जिन्हें "कॉग्निटिव सुपर-एजर्स" कहा जाता है जो आंकड़ों को चुनौती देते हैं। कॉग्निटिव सुपर-एजर्स की याददाश्त की प्रदर्शन क्षमता उनसे 20-30 साल छोटे वयस्कों के समान होती 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 आहार, पर्यावरण, जीवन शैली और आनुवंशिकी हमारे मस्तिष्क की उम्र बढ़ने की प्रक्रिया में क्या भूमिका निभाते हैं।

लेखक लंबे समय तक अपने ब्रेन एज स्क्रीनिंग मॉडल की स्थिरता का मूल्यांकन करने के महत्व पर जोर देते हैं। एक बड़े और अधिक विविध मस्तिष्क EEG डेटा नमूने के साथ इन निष्कर्षों को सत्यापित करने के लिए भविष्य के शोध 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