ท้าทายความจำของคุณ! เล่นเกม N-Back ใหม่ในแอป Emotiv
ท้าทายความจำของคุณ! เล่นเกม N-Back ใหม่ในแอป Emotiv
ท้าทายความจำของคุณ! เล่นเกม N-Back ใหม่ในแอป Emotiv
อายุสมองของคุณคืออะไร? อัลกอริทึม EEG สแกนหาช่องว่างปัญหา
ไฮดี ดูรัน
แชร์:
อัลกอริธึมการเรียนรู้ของเครื่อง (ML) ใหม่ใช้ปัญญาประดิษฐ์ (AI) และ EMOTIV EEG เพื่อคำนวณอายุสมองของบุคคล
การเปลี่ยนแปลงใน EEG ขณะพักของบุคคลอาจส่งสัญญาณถึงสัญญาณเริ่มต้นของโรคเสื่อม เช่น อัลไซเมอร์
ผลการวิจัยที่ตีพิมพ์ใน Frontiers in Neuroergonomicsนำเสนอมุมมองเชิงรุกต่อการคัดกรองสุขภาพสมอง
นักวิจัยได้พัฒนาวิธีการใหม่ในการคำนวณความแตกต่างระหว่างอายุตามลำดับเวลาและอายุสมองของบุคคล โมเดลการเรียนรู้ของเครื่องนี้ใช้ชุดหูฟัง EMOTIV EPOC X เพื่อวัดกิจกรรมไฟฟ้าขณะพักของสมอง (ตื่นแต่ไม่ได้ทำงาน) และเปรียบเทียบกับข้อมูลทางสถิติในกลุ่มผู้ใหญ่ที่มีสุขภาพดี
Kounios และคณะ (2024) ได้ฝึกอัลกอริธึมด้วยข้อมูลสมอง EPOC X ที่รวบรวมจากผู้เข้าร่วมทั้งแบบตัวต่อตัวและแบบออนไลน์ระยะไกล รวมถึงชุดข้อมูลการฝึกเพิ่มเติม ในการศึกษาทั้งหมดใช้ชุดข้อมูลรวมกันห้าชุด
ทำไมอายุสมองถึงสำคัญ?
สมองมนุษย์เปลี่ยนแปลงอยู่เสมอ สร้างการเชื่อมต่อใหม่และซ่อมแซมการเชื่อมต่อเดิมตลอดชีวิตของเรา การบาดเจ็บและโรคสามารถทำให้การพัฒนาสมองช้าลงหรือเร่งขึ้น ทำให้เกิด "ช่องว่างอายุสมอง" ช่องว่างเหล่านี้สามารถทำหน้าที่เป็นสัญญาณเตือนสำหรับโรคที่เกี่ยวข้องกับอายุ น่าเสียดายที่การสแกนสมองมักมีค่าใช้จ่ายสูงและใช้เวลานานและดำเนินการเฉพาะเมื่ออาการของโรคปรากฏ
ผู้เขียนเสนอว่าการสแกนบุคคลในวัยกลางช่วงต้นหรืออายุน้อยกว่าจะช่วยเพิ่มความเป็นไปได้ในการตรวจหาและรักษาความผิดปกติทางประสาทวิทยาที่เกี่ยวข้องกับอายุในระยะเริ่มต้นที่สุดของพวกมัน
"วิธีการประเมินอายุสมองด้วย EEG ของเรามีการใช้ที่มีแนวโน้มหลายประการ" ผู้เขียนระบุ "มันสามารถใช้เป็นเครื่องมือคัดกรองต้นทุนต่ำเพื่อระบุบุคคลที่ช่องว่างอายุสมองบ่งชี้ถึงความเป็นไปได้ของพยาธิสภาพที่เกี่ยวข้องกับอายุซึ่งสามารถติดตามผลด้วยการทดสอบวินิจฉัยเฉพาะได้ อีกทั้ง เนื่องจากต้นทุนที่ต่ำกว่าเมื่อเทียบกับชุดหูฟัง EMOTIV EPOC X การประเมินอายุสมองด้วย EEG สามารถทำซ้ำเพื่อยืนยันผลลัพธ์และตรวจหาการเปลี่ยนแปลงเมื่อเวลาผ่านไป"
ชุดข้อมูลอายุสมองนี้อาจมีประโยชน์ในการทดสอบการแทรกแซงที่มีศักยภาพในการชะลอหรือย้อนกลับการแก่ชราทางประสาทวิทยา ตัวอย่างเช่น การศึกษาในปี 2020 ที่ได้รับทุนสนับสนุนจากสถาบันสาธารณสุขแห่งชาติพบว่าปัจจัยด้านวิถีชีวิตที่ดีต่อสุขภาพบางประการสามารถลดความเสี่ยงของอัลไซเมอร์ได้ 60% (Dhana et al. 2020)
EEG ไร้สายช่วยเหลือ
Kounios และเพื่อนนักวิจัยชื่นชม EPOC X ที่มีราคาถูกและเข้าถึงได้ง่าย พวกเขากล่าวว่ามันทำให้ผู้คนสามารถประเมินอายุสมองของพวกเขาที่บ้านหรือที่ทำงานได้ ซึ่งอาจนำไปสู่การวิจัยเพิ่มเติมเกี่ยวกับการเสื่อมสภาพทางปัญญาที่เกี่ยวข้องกับอายุและการแทรกแซงวิถีชีวิตเพื่อสุขภาพทางปัญญา
การเรียนรู้วิธีคำนวณอายุสมองยังมีความเป็นไปได้อื่นๆ ด้วย ตัวอย่างเช่น มีกลุ่มคนในช่วงอายุ 80 และ 90 ปีที่เรียกว่า "cognitive super-agers" ผู้ท้าทายสถิติ cognitive super-agers มีผลการทำงานของความจำที่คล้ายกับผู้ใหญ่ที่มีอายุน้อยกว่า 20-30 ปี การศึกษาปัจจุบันมุ่งหวังที่จะเรียนรู้จากกลุ่มบุคคลพิเศษนี้และใช้ข้อมูลนั้นเพื่อส่งเสริมการแก่สมองที่ดี
นักประสาทวิทยาและนักวิจัยอื่นๆ หวังที่จะเข้าใจบทบาทของอาหาร สิ่งแวดล้อม วิถีชีวิต และพันธุกรรมในการที่สมองของเราแก่ลง
ผู้เขียนเน้นย้ำความสำคัญของการประเมินความมั่นคงของแบบจำลองการคัดกรองอายุสมองของพวกเขาในช่วงเวลาที่ยาวนาน การวิจัยในอนาคตยังจำเป็นเพื่อยืนยันผลลัพธ์เหล่านี้ด้วยตัวอย่างข้อมูล EEG สมองที่มีความหลากหลายมากขึ้นและหลากหลายมากขึ้น
อ้างอิง:
Dhana, K., Evans, D. A., Rajan, K. B., Bennett, D. A., & Morris, M. C. (2020). วิถีชีวิตที่มีสุขภาพดีและความเสี่ยงต่อภาวะสมองเสื่อมอัลไซเมอร์. Neurology, 95(4). https://doi.org/10.1212/wnl.0000000000009816
Kounios, J., Fleck, J. I., Zhang, F., & Oh, Y. (2024). การประเมินอายุสมองด้วย EEG-headset ราคาประหยัด: ประสิทธิภาพและความหมายสำหรับการคัดกรองขนาดใหญ่และการเพิ่มประสิทธิภาพสมอง. Frontiers in Neuroergonomics, 5. https://doi.org/10.3389/fnrgo.2024.1340732
อัลกอริธึมการเรียนรู้ของเครื่อง (ML) ใหม่ใช้ปัญญาประดิษฐ์ (AI) และ EMOTIV EEG เพื่อคำนวณอายุสมองของบุคคล
การเปลี่ยนแปลงใน EEG ขณะพักของบุคคลอาจส่งสัญญาณถึงสัญญาณเริ่มต้นของโรคเสื่อม เช่น อัลไซเมอร์
ผลการวิจัยที่ตีพิมพ์ใน Frontiers in Neuroergonomicsนำเสนอมุมมองเชิงรุกต่อการคัดกรองสุขภาพสมอง
นักวิจัยได้พัฒนาวิธีการใหม่ในการคำนวณความแตกต่างระหว่างอายุตามลำดับเวลาและอายุสมองของบุคคล โมเดลการเรียนรู้ของเครื่องนี้ใช้ชุดหูฟัง EMOTIV EPOC X เพื่อวัดกิจกรรมไฟฟ้าขณะพักของสมอง (ตื่นแต่ไม่ได้ทำงาน) และเปรียบเทียบกับข้อมูลทางสถิติในกลุ่มผู้ใหญ่ที่มีสุขภาพดี
Kounios และคณะ (2024) ได้ฝึกอัลกอริธึมด้วยข้อมูลสมอง EPOC X ที่รวบรวมจากผู้เข้าร่วมทั้งแบบตัวต่อตัวและแบบออนไลน์ระยะไกล รวมถึงชุดข้อมูลการฝึกเพิ่มเติม ในการศึกษาทั้งหมดใช้ชุดข้อมูลรวมกันห้าชุด
ทำไมอายุสมองถึงสำคัญ?
สมองมนุษย์เปลี่ยนแปลงอยู่เสมอ สร้างการเชื่อมต่อใหม่และซ่อมแซมการเชื่อมต่อเดิมตลอดชีวิตของเรา การบาดเจ็บและโรคสามารถทำให้การพัฒนาสมองช้าลงหรือเร่งขึ้น ทำให้เกิด "ช่องว่างอายุสมอง" ช่องว่างเหล่านี้สามารถทำหน้าที่เป็นสัญญาณเตือนสำหรับโรคที่เกี่ยวข้องกับอายุ น่าเสียดายที่การสแกนสมองมักมีค่าใช้จ่ายสูงและใช้เวลานานและดำเนินการเฉพาะเมื่ออาการของโรคปรากฏ
ผู้เขียนเสนอว่าการสแกนบุคคลในวัยกลางช่วงต้นหรืออายุน้อยกว่าจะช่วยเพิ่มความเป็นไปได้ในการตรวจหาและรักษาความผิดปกติทางประสาทวิทยาที่เกี่ยวข้องกับอายุในระยะเริ่มต้นที่สุดของพวกมัน
"วิธีการประเมินอายุสมองด้วย EEG ของเรามีการใช้ที่มีแนวโน้มหลายประการ" ผู้เขียนระบุ "มันสามารถใช้เป็นเครื่องมือคัดกรองต้นทุนต่ำเพื่อระบุบุคคลที่ช่องว่างอายุสมองบ่งชี้ถึงความเป็นไปได้ของพยาธิสภาพที่เกี่ยวข้องกับอายุซึ่งสามารถติดตามผลด้วยการทดสอบวินิจฉัยเฉพาะได้ อีกทั้ง เนื่องจากต้นทุนที่ต่ำกว่าเมื่อเทียบกับชุดหูฟัง EMOTIV EPOC X การประเมินอายุสมองด้วย EEG สามารถทำซ้ำเพื่อยืนยันผลลัพธ์และตรวจหาการเปลี่ยนแปลงเมื่อเวลาผ่านไป"
ชุดข้อมูลอายุสมองนี้อาจมีประโยชน์ในการทดสอบการแทรกแซงที่มีศักยภาพในการชะลอหรือย้อนกลับการแก่ชราทางประสาทวิทยา ตัวอย่างเช่น การศึกษาในปี 2020 ที่ได้รับทุนสนับสนุนจากสถาบันสาธารณสุขแห่งชาติพบว่าปัจจัยด้านวิถีชีวิตที่ดีต่อสุขภาพบางประการสามารถลดความเสี่ยงของอัลไซเมอร์ได้ 60% (Dhana et al. 2020)
EEG ไร้สายช่วยเหลือ
Kounios และเพื่อนนักวิจัยชื่นชม EPOC X ที่มีราคาถูกและเข้าถึงได้ง่าย พวกเขากล่าวว่ามันทำให้ผู้คนสามารถประเมินอายุสมองของพวกเขาที่บ้านหรือที่ทำงานได้ ซึ่งอาจนำไปสู่การวิจัยเพิ่มเติมเกี่ยวกับการเสื่อมสภาพทางปัญญาที่เกี่ยวข้องกับอายุและการแทรกแซงวิถีชีวิตเพื่อสุขภาพทางปัญญา
การเรียนรู้วิธีคำนวณอายุสมองยังมีความเป็นไปได้อื่นๆ ด้วย ตัวอย่างเช่น มีกลุ่มคนในช่วงอายุ 80 และ 90 ปีที่เรียกว่า "cognitive super-agers" ผู้ท้าทายสถิติ cognitive super-agers มีผลการทำงานของความจำที่คล้ายกับผู้ใหญ่ที่มีอายุน้อยกว่า 20-30 ปี การศึกษาปัจจุบันมุ่งหวังที่จะเรียนรู้จากกลุ่มบุคคลพิเศษนี้และใช้ข้อมูลนั้นเพื่อส่งเสริมการแก่สมองที่ดี
นักประสาทวิทยาและนักวิจัยอื่นๆ หวังที่จะเข้าใจบทบาทของอาหาร สิ่งแวดล้อม วิถีชีวิต และพันธุกรรมในการที่สมองของเราแก่ลง
ผู้เขียนเน้นย้ำความสำคัญของการประเมินความมั่นคงของแบบจำลองการคัดกรองอายุสมองของพวกเขาในช่วงเวลาที่ยาวนาน การวิจัยในอนาคตยังจำเป็นเพื่อยืนยันผลลัพธ์เหล่านี้ด้วยตัวอย่างข้อมูล EEG สมองที่มีความหลากหลายมากขึ้นและหลากหลายมากขึ้น
อ้างอิง:
Dhana, K., Evans, D. A., Rajan, K. B., Bennett, D. A., & Morris, M. C. (2020). วิถีชีวิตที่มีสุขภาพดีและความเสี่ยงต่อภาวะสมองเสื่อมอัลไซเมอร์. Neurology, 95(4). https://doi.org/10.1212/wnl.0000000000009816
Kounios, J., Fleck, J. I., Zhang, F., & Oh, Y. (2024). การประเมินอายุสมองด้วย EEG-headset ราคาประหยัด: ประสิทธิภาพและความหมายสำหรับการคัดกรองขนาดใหญ่และการเพิ่มประสิทธิภาพสมอง. Frontiers in Neuroergonomics, 5. https://doi.org/10.3389/fnrgo.2024.1340732
อัลกอริธึมการเรียนรู้ของเครื่อง (ML) ใหม่ใช้ปัญญาประดิษฐ์ (AI) และ EMOTIV EEG เพื่อคำนวณอายุสมองของบุคคล
การเปลี่ยนแปลงใน EEG ขณะพักของบุคคลอาจส่งสัญญาณถึงสัญญาณเริ่มต้นของโรคเสื่อม เช่น อัลไซเมอร์
ผลการวิจัยที่ตีพิมพ์ใน Frontiers in Neuroergonomicsนำเสนอมุมมองเชิงรุกต่อการคัดกรองสุขภาพสมอง
นักวิจัยได้พัฒนาวิธีการใหม่ในการคำนวณความแตกต่างระหว่างอายุตามลำดับเวลาและอายุสมองของบุคคล โมเดลการเรียนรู้ของเครื่องนี้ใช้ชุดหูฟัง EMOTIV EPOC X เพื่อวัดกิจกรรมไฟฟ้าขณะพักของสมอง (ตื่นแต่ไม่ได้ทำงาน) และเปรียบเทียบกับข้อมูลทางสถิติในกลุ่มผู้ใหญ่ที่มีสุขภาพดี
Kounios และคณะ (2024) ได้ฝึกอัลกอริธึมด้วยข้อมูลสมอง EPOC X ที่รวบรวมจากผู้เข้าร่วมทั้งแบบตัวต่อตัวและแบบออนไลน์ระยะไกล รวมถึงชุดข้อมูลการฝึกเพิ่มเติม ในการศึกษาทั้งหมดใช้ชุดข้อมูลรวมกันห้าชุด
ทำไมอายุสมองถึงสำคัญ?
สมองมนุษย์เปลี่ยนแปลงอยู่เสมอ สร้างการเชื่อมต่อใหม่และซ่อมแซมการเชื่อมต่อเดิมตลอดชีวิตของเรา การบาดเจ็บและโรคสามารถทำให้การพัฒนาสมองช้าลงหรือเร่งขึ้น ทำให้เกิด "ช่องว่างอายุสมอง" ช่องว่างเหล่านี้สามารถทำหน้าที่เป็นสัญญาณเตือนสำหรับโรคที่เกี่ยวข้องกับอายุ น่าเสียดายที่การสแกนสมองมักมีค่าใช้จ่ายสูงและใช้เวลานานและดำเนินการเฉพาะเมื่ออาการของโรคปรากฏ
ผู้เขียนเสนอว่าการสแกนบุคคลในวัยกลางช่วงต้นหรืออายุน้อยกว่าจะช่วยเพิ่มความเป็นไปได้ในการตรวจหาและรักษาความผิดปกติทางประสาทวิทยาที่เกี่ยวข้องกับอายุในระยะเริ่มต้นที่สุดของพวกมัน
"วิธีการประเมินอายุสมองด้วย EEG ของเรามีการใช้ที่มีแนวโน้มหลายประการ" ผู้เขียนระบุ "มันสามารถใช้เป็นเครื่องมือคัดกรองต้นทุนต่ำเพื่อระบุบุคคลที่ช่องว่างอายุสมองบ่งชี้ถึงความเป็นไปได้ของพยาธิสภาพที่เกี่ยวข้องกับอายุซึ่งสามารถติดตามผลด้วยการทดสอบวินิจฉัยเฉพาะได้ อีกทั้ง เนื่องจากต้นทุนที่ต่ำกว่าเมื่อเทียบกับชุดหูฟัง EMOTIV EPOC X การประเมินอายุสมองด้วย EEG สามารถทำซ้ำเพื่อยืนยันผลลัพธ์และตรวจหาการเปลี่ยนแปลงเมื่อเวลาผ่านไป"
ชุดข้อมูลอายุสมองนี้อาจมีประโยชน์ในการทดสอบการแทรกแซงที่มีศักยภาพในการชะลอหรือย้อนกลับการแก่ชราทางประสาทวิทยา ตัวอย่างเช่น การศึกษาในปี 2020 ที่ได้รับทุนสนับสนุนจากสถาบันสาธารณสุขแห่งชาติพบว่าปัจจัยด้านวิถีชีวิตที่ดีต่อสุขภาพบางประการสามารถลดความเสี่ยงของอัลไซเมอร์ได้ 60% (Dhana et al. 2020)
EEG ไร้สายช่วยเหลือ
Kounios และเพื่อนนักวิจัยชื่นชม EPOC X ที่มีราคาถูกและเข้าถึงได้ง่าย พวกเขากล่าวว่ามันทำให้ผู้คนสามารถประเมินอายุสมองของพวกเขาที่บ้านหรือที่ทำงานได้ ซึ่งอาจนำไปสู่การวิจัยเพิ่มเติมเกี่ยวกับการเสื่อมสภาพทางปัญญาที่เกี่ยวข้องกับอายุและการแทรกแซงวิถีชีวิตเพื่อสุขภาพทางปัญญา
การเรียนรู้วิธีคำนวณอายุสมองยังมีความเป็นไปได้อื่นๆ ด้วย ตัวอย่างเช่น มีกลุ่มคนในช่วงอายุ 80 และ 90 ปีที่เรียกว่า "cognitive super-agers" ผู้ท้าทายสถิติ cognitive super-agers มีผลการทำงานของความจำที่คล้ายกับผู้ใหญ่ที่มีอายุน้อยกว่า 20-30 ปี การศึกษาปัจจุบันมุ่งหวังที่จะเรียนรู้จากกลุ่มบุคคลพิเศษนี้และใช้ข้อมูลนั้นเพื่อส่งเสริมการแก่สมองที่ดี
นักประสาทวิทยาและนักวิจัยอื่นๆ หวังที่จะเข้าใจบทบาทของอาหาร สิ่งแวดล้อม วิถีชีวิต และพันธุกรรมในการที่สมองของเราแก่ลง
ผู้เขียนเน้นย้ำความสำคัญของการประเมินความมั่นคงของแบบจำลองการคัดกรองอายุสมองของพวกเขาในช่วงเวลาที่ยาวนาน การวิจัยในอนาคตยังจำเป็นเพื่อยืนยันผลลัพธ์เหล่านี้ด้วยตัวอย่างข้อมูล EEG สมองที่มีความหลากหลายมากขึ้นและหลากหลายมากขึ้น
อ้างอิง:
Dhana, K., Evans, D. A., Rajan, K. B., Bennett, D. A., & Morris, M. C. (2020). วิถีชีวิตที่มีสุขภาพดีและความเสี่ยงต่อภาวะสมองเสื่อมอัลไซเมอร์. Neurology, 95(4). https://doi.org/10.1212/wnl.0000000000009816
Kounios, J., Fleck, J. I., Zhang, F., & Oh, Y. (2024). การประเมินอายุสมองด้วย EEG-headset ราคาประหยัด: ประสิทธิภาพและความหมายสำหรับการคัดกรองขนาดใหญ่และการเพิ่มประสิทธิภาพสมอง. Frontiers in Neuroergonomics, 5. https://doi.org/10.3389/fnrgo.2024.1340732
