

آپ کی دماغی عمر کیا ہے؟ EEG الگوردم مسائل کی خلا کی جانچ کرتا ہے
ایچ۔ بی۔ دوران
اپ ڈیٹ کیا گیا
26 اپریل، 2024

آپ کی دماغی عمر کیا ہے؟ EEG الگوردم مسائل کی خلا کی جانچ کرتا ہے
ایچ۔ بی۔ دوران
اپ ڈیٹ کیا گیا
26 اپریل، 2024

آپ کی دماغی عمر کیا ہے؟ EEG الگوردم مسائل کی خلا کی جانچ کرتا ہے
ایچ۔ بی۔ دوران
اپ ڈیٹ کیا گیا
26 اپریل، 2024
ایک نیا مشین لرننگ (ML) الگورتھم مصنوعی ذہانت (AI) اور Emotiv EEG کا استعمال کرتے ہوئے کسی شخص کے دماغ کی عمر کا حساب لگاتا ہے۔
کسی شخص کی آرام دہ حالت (resting-state) کے EEG میں تبدیلیاں الزائمر جیسی تنزلی کی بیماریوں کے ابتدائی اشارے دے سکتی ہیں۔
تحقیق کے نتائج، جو Frontiers in Neuroergonomics میں شائع ہوئے ہیں، دماغی صحت کی اسکریننگ کے لیے ایک فعال نقطہ نظر پیش کرتے ہیں۔
محققین نے کسی شخص کی حقیقی عمر اور دماغ کی عمر کے درمیان فرق کا حساب لگانے کے لیے ایک نیا طریقہ تیار کیا ہے۔ یہ مشین لرننگ ماڈل دماغ کی آرام دہ حالت (بیدار لیکن بغیر کسی کام کے انجام دہی کے) کے دوران برقی سرگرمی کی پیمائش کرنے کے لیے Emotiv Epoc X ہیڈ سیٹس کا استعمال کرتا ہے اور صحت مند بالغوں کے اعداد و شمار سے اس کا موازنہ کرتا ہے۔
کونیوس اور دیگر (2024) نے انفرادی اور دور دراز کے آن لائن شرکاء کے مجموعے سے جمع کردہ Epoc X دماغی ڈیٹا کے ساتھ ساتھ اضافی تربیتی ڈیٹا سیٹس کے ذریعے الگورتھم کی تربیت کی۔ مجموعی طور پر، مطالعے میں پانچ مشترکہ ڈیٹا سیٹس کا استعمال کیا گیا۔
دماغ کی عمر کیوں اہم ہے؟
انسانی دماغ ہمیشہ بدلتا رہتا ہے، ہماری پوری زندگی میں نئے رابطے بناتا ہے اور پرانے رابطوں کی مرمت کرتا ہے۔ چوٹ اور بیماری دماغ کی نشوونما کے مرحلے کو سست یا تیز کر سکتی ہے، جس سے "دماغی عمر کا فرق" پیدا ہوتا ہے۔ یہ فرق عمر سے متعلقہ بیماریوں کے لیے انتباہی علامات کا کام کر سکتا ہے۔ بدقسمتی سے، دماغی اسکین اکثر مہنگے اور وقت طلب ہوتے ہیں اور سکریننگ صرف اس وقت کی جاتی ہے جب بیماری کی علامات ظاہر ہونا شروع ہو جائیں۔
مصنفین کا خیال ہے کہ ابتدائی ادھیڑ عمر یا اس سے کم عمر کے افراد کا اسکین کرنے سے عمر سے متعلقہ اعصابی خرابیوں کا ان کے ابتدائی مراحل میں پتہ لگانے اور علاج کرنے کا امکان بڑھ جاتا ہے۔
"EEG دماغی عمر کے تخمینے کے بارے میں ہمارے نقطہ نظر کے کئی امید افزا استعمال ہیں،" مصنفین نے نوٹ کیا۔ "اس کا استعمال ایک نسبتاً سستے اسکریننگ ٹول کے طور پر ان افراد کی شناخت کے لیے کیا جا سکتا ہے جن کے دماغی عمر کا فرق عمر سے متعلقہ چھپی ہوئی بیماری کے امکان کو ظاہر کرتا ہے جس کی تصدیق مخصوص تشخیصی ٹیسٹوں کے ذریعے کی جا سکتی ہے۔ مزید برآں، Emotiv Epoc X ہیڈسیٹ کی نسبتاً کم قیمت کی وجہ سے، نتائج کی تصدیق اور وقت کے ساتھ تبدیلیوں کا پتہ لگانے کے لیے EEG دماغی عمر کا تخمینہ بار بار لگایا جا سکتا ہے۔"

یہ دماغی عمر کا ڈیٹا سیٹ اعصابی عمر بڑھنے کے عمل کو سست کرنے یا اسے ریورس کرنے کے لیے ممکنہ اقدامات کی جانچ کے لیے بھی کارآمد ہو سکتا ہے۔ مثال کے طور پر، نیشنل انسٹی ٹیوٹ آن ایجنگ کے مالی تعاون سے 2020 میں کی جانے والی ایک تحقیق سے معلوم ہوا کہ طرز زندگی کے بعض صحت مند عوامل الزائمر کے خطرے کو 60 فیصد تک کم کر سکتے ہیں (دھنا اور دیگر، 2020)۔
وائرلیس EEG مددگار ثابت ہے
کونیوس اور ان کے ساتھیوں نے Epoc X کے سستا اور قابل رسائی ہونے کی تعریف کی۔ انہوں نے کہا کہ یہ لوگوں کو گھر یا کام پر اپنے دماغ کی عمر کا تخمینہ لگانے کی اجازت دیتا ہے۔ یہ عمر سے متعلق علمی گراوٹ اور علمی صحت کے لیے طرز زندگی کے اقدامات پر مزید تحقیق کا باعث بن سکتا ہے۔
دماغ کی عمر کا حساب لگانے کا طریقہ سیکھنے سے دوسرے امکانات بھی پیدا ہوتے ہیں۔ مثال کے طور پر، 80 اور 90 کی دہائی کے لوگوں کا ایک گروپ ہے جسے "علمی سپر میکرز" کہا جاتا ہے جو اعداد و شمار کے برعکس کارکردگی دکھاتے ہیں۔ ان علمی سپر میکرز کی یادداشت کی کارکردگی 20-30 سال کم عمر کے بالغوں سے ملتی جلتی ہے۔ موجودہ مطالعات کا مقصد لوگوں کے اس غیر معمولی گروپ سے سیکھنا اور اس معلومات کو دماغ کی صحت مند عمر بڑھنے کے فروغ کے لیے استعمال کرنا ہے۔
نیورو سائنسدان اور دیگر محققین ان کرداروں کو بہتر طور پر سمجھنے کی امید کرتے ہیں جو خوراک، ماحول، طرز زندگی اور جینیات ہمارے دماغ کی عمر بڑھنے کے عمل میں ادا کرتے ہیں۔
مصنفین اپنے دماغی عمر کی اسکریننگ کے ماڈل کے طویل عرصے تک استحکام کا جائزہ لینے کی اہمیت پر زور دیتے ہیں۔ مستقبل میں اس تحقیق کے نتائج کی بڑے اور متنوع دماغی EEG ڈیٹا سیمپل کے ساتھ توثیق کے لیے مزید تحقیق کی ضرورت ہے۔
حوالہ جات:
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
ایک نیا مشین لرننگ (ML) الگورتھم مصنوعی ذہانت (AI) اور Emotiv EEG کا استعمال کرتے ہوئے کسی شخص کے دماغ کی عمر کا حساب لگاتا ہے۔
کسی شخص کی آرام دہ حالت (resting-state) کے EEG میں تبدیلیاں الزائمر جیسی تنزلی کی بیماریوں کے ابتدائی اشارے دے سکتی ہیں۔
تحقیق کے نتائج، جو Frontiers in Neuroergonomics میں شائع ہوئے ہیں، دماغی صحت کی اسکریننگ کے لیے ایک فعال نقطہ نظر پیش کرتے ہیں۔
محققین نے کسی شخص کی حقیقی عمر اور دماغ کی عمر کے درمیان فرق کا حساب لگانے کے لیے ایک نیا طریقہ تیار کیا ہے۔ یہ مشین لرننگ ماڈل دماغ کی آرام دہ حالت (بیدار لیکن بغیر کسی کام کے انجام دہی کے) کے دوران برقی سرگرمی کی پیمائش کرنے کے لیے Emotiv Epoc X ہیڈ سیٹس کا استعمال کرتا ہے اور صحت مند بالغوں کے اعداد و شمار سے اس کا موازنہ کرتا ہے۔
کونیوس اور دیگر (2024) نے انفرادی اور دور دراز کے آن لائن شرکاء کے مجموعے سے جمع کردہ Epoc X دماغی ڈیٹا کے ساتھ ساتھ اضافی تربیتی ڈیٹا سیٹس کے ذریعے الگورتھم کی تربیت کی۔ مجموعی طور پر، مطالعے میں پانچ مشترکہ ڈیٹا سیٹس کا استعمال کیا گیا۔
دماغ کی عمر کیوں اہم ہے؟
انسانی دماغ ہمیشہ بدلتا رہتا ہے، ہماری پوری زندگی میں نئے رابطے بناتا ہے اور پرانے رابطوں کی مرمت کرتا ہے۔ چوٹ اور بیماری دماغ کی نشوونما کے مرحلے کو سست یا تیز کر سکتی ہے، جس سے "دماغی عمر کا فرق" پیدا ہوتا ہے۔ یہ فرق عمر سے متعلقہ بیماریوں کے لیے انتباہی علامات کا کام کر سکتا ہے۔ بدقسمتی سے، دماغی اسکین اکثر مہنگے اور وقت طلب ہوتے ہیں اور سکریننگ صرف اس وقت کی جاتی ہے جب بیماری کی علامات ظاہر ہونا شروع ہو جائیں۔
مصنفین کا خیال ہے کہ ابتدائی ادھیڑ عمر یا اس سے کم عمر کے افراد کا اسکین کرنے سے عمر سے متعلقہ اعصابی خرابیوں کا ان کے ابتدائی مراحل میں پتہ لگانے اور علاج کرنے کا امکان بڑھ جاتا ہے۔
"EEG دماغی عمر کے تخمینے کے بارے میں ہمارے نقطہ نظر کے کئی امید افزا استعمال ہیں،" مصنفین نے نوٹ کیا۔ "اس کا استعمال ایک نسبتاً سستے اسکریننگ ٹول کے طور پر ان افراد کی شناخت کے لیے کیا جا سکتا ہے جن کے دماغی عمر کا فرق عمر سے متعلقہ چھپی ہوئی بیماری کے امکان کو ظاہر کرتا ہے جس کی تصدیق مخصوص تشخیصی ٹیسٹوں کے ذریعے کی جا سکتی ہے۔ مزید برآں، Emotiv Epoc X ہیڈسیٹ کی نسبتاً کم قیمت کی وجہ سے، نتائج کی تصدیق اور وقت کے ساتھ تبدیلیوں کا پتہ لگانے کے لیے EEG دماغی عمر کا تخمینہ بار بار لگایا جا سکتا ہے۔"

یہ دماغی عمر کا ڈیٹا سیٹ اعصابی عمر بڑھنے کے عمل کو سست کرنے یا اسے ریورس کرنے کے لیے ممکنہ اقدامات کی جانچ کے لیے بھی کارآمد ہو سکتا ہے۔ مثال کے طور پر، نیشنل انسٹی ٹیوٹ آن ایجنگ کے مالی تعاون سے 2020 میں کی جانے والی ایک تحقیق سے معلوم ہوا کہ طرز زندگی کے بعض صحت مند عوامل الزائمر کے خطرے کو 60 فیصد تک کم کر سکتے ہیں (دھنا اور دیگر، 2020)۔
وائرلیس EEG مددگار ثابت ہے
کونیوس اور ان کے ساتھیوں نے Epoc X کے سستا اور قابل رسائی ہونے کی تعریف کی۔ انہوں نے کہا کہ یہ لوگوں کو گھر یا کام پر اپنے دماغ کی عمر کا تخمینہ لگانے کی اجازت دیتا ہے۔ یہ عمر سے متعلق علمی گراوٹ اور علمی صحت کے لیے طرز زندگی کے اقدامات پر مزید تحقیق کا باعث بن سکتا ہے۔
دماغ کی عمر کا حساب لگانے کا طریقہ سیکھنے سے دوسرے امکانات بھی پیدا ہوتے ہیں۔ مثال کے طور پر، 80 اور 90 کی دہائی کے لوگوں کا ایک گروپ ہے جسے "علمی سپر میکرز" کہا جاتا ہے جو اعداد و شمار کے برعکس کارکردگی دکھاتے ہیں۔ ان علمی سپر میکرز کی یادداشت کی کارکردگی 20-30 سال کم عمر کے بالغوں سے ملتی جلتی ہے۔ موجودہ مطالعات کا مقصد لوگوں کے اس غیر معمولی گروپ سے سیکھنا اور اس معلومات کو دماغ کی صحت مند عمر بڑھنے کے فروغ کے لیے استعمال کرنا ہے۔
نیورو سائنسدان اور دیگر محققین ان کرداروں کو بہتر طور پر سمجھنے کی امید کرتے ہیں جو خوراک، ماحول، طرز زندگی اور جینیات ہمارے دماغ کی عمر بڑھنے کے عمل میں ادا کرتے ہیں۔
مصنفین اپنے دماغی عمر کی اسکریننگ کے ماڈل کے طویل عرصے تک استحکام کا جائزہ لینے کی اہمیت پر زور دیتے ہیں۔ مستقبل میں اس تحقیق کے نتائج کی بڑے اور متنوع دماغی EEG ڈیٹا سیمپل کے ساتھ توثیق کے لیے مزید تحقیق کی ضرورت ہے۔
حوالہ جات:
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
ایک نیا مشین لرننگ (ML) الگورتھم مصنوعی ذہانت (AI) اور Emotiv EEG کا استعمال کرتے ہوئے کسی شخص کے دماغ کی عمر کا حساب لگاتا ہے۔
کسی شخص کی آرام دہ حالت (resting-state) کے EEG میں تبدیلیاں الزائمر جیسی تنزلی کی بیماریوں کے ابتدائی اشارے دے سکتی ہیں۔
تحقیق کے نتائج، جو Frontiers in Neuroergonomics میں شائع ہوئے ہیں، دماغی صحت کی اسکریننگ کے لیے ایک فعال نقطہ نظر پیش کرتے ہیں۔
محققین نے کسی شخص کی حقیقی عمر اور دماغ کی عمر کے درمیان فرق کا حساب لگانے کے لیے ایک نیا طریقہ تیار کیا ہے۔ یہ مشین لرننگ ماڈل دماغ کی آرام دہ حالت (بیدار لیکن بغیر کسی کام کے انجام دہی کے) کے دوران برقی سرگرمی کی پیمائش کرنے کے لیے Emotiv Epoc X ہیڈ سیٹس کا استعمال کرتا ہے اور صحت مند بالغوں کے اعداد و شمار سے اس کا موازنہ کرتا ہے۔
کونیوس اور دیگر (2024) نے انفرادی اور دور دراز کے آن لائن شرکاء کے مجموعے سے جمع کردہ Epoc X دماغی ڈیٹا کے ساتھ ساتھ اضافی تربیتی ڈیٹا سیٹس کے ذریعے الگورتھم کی تربیت کی۔ مجموعی طور پر، مطالعے میں پانچ مشترکہ ڈیٹا سیٹس کا استعمال کیا گیا۔
دماغ کی عمر کیوں اہم ہے؟
انسانی دماغ ہمیشہ بدلتا رہتا ہے، ہماری پوری زندگی میں نئے رابطے بناتا ہے اور پرانے رابطوں کی مرمت کرتا ہے۔ چوٹ اور بیماری دماغ کی نشوونما کے مرحلے کو سست یا تیز کر سکتی ہے، جس سے "دماغی عمر کا فرق" پیدا ہوتا ہے۔ یہ فرق عمر سے متعلقہ بیماریوں کے لیے انتباہی علامات کا کام کر سکتا ہے۔ بدقسمتی سے، دماغی اسکین اکثر مہنگے اور وقت طلب ہوتے ہیں اور سکریننگ صرف اس وقت کی جاتی ہے جب بیماری کی علامات ظاہر ہونا شروع ہو جائیں۔
مصنفین کا خیال ہے کہ ابتدائی ادھیڑ عمر یا اس سے کم عمر کے افراد کا اسکین کرنے سے عمر سے متعلقہ اعصابی خرابیوں کا ان کے ابتدائی مراحل میں پتہ لگانے اور علاج کرنے کا امکان بڑھ جاتا ہے۔
"EEG دماغی عمر کے تخمینے کے بارے میں ہمارے نقطہ نظر کے کئی امید افزا استعمال ہیں،" مصنفین نے نوٹ کیا۔ "اس کا استعمال ایک نسبتاً سستے اسکریننگ ٹول کے طور پر ان افراد کی شناخت کے لیے کیا جا سکتا ہے جن کے دماغی عمر کا فرق عمر سے متعلقہ چھپی ہوئی بیماری کے امکان کو ظاہر کرتا ہے جس کی تصدیق مخصوص تشخیصی ٹیسٹوں کے ذریعے کی جا سکتی ہے۔ مزید برآں، Emotiv Epoc X ہیڈسیٹ کی نسبتاً کم قیمت کی وجہ سے، نتائج کی تصدیق اور وقت کے ساتھ تبدیلیوں کا پتہ لگانے کے لیے EEG دماغی عمر کا تخمینہ بار بار لگایا جا سکتا ہے۔"

یہ دماغی عمر کا ڈیٹا سیٹ اعصابی عمر بڑھنے کے عمل کو سست کرنے یا اسے ریورس کرنے کے لیے ممکنہ اقدامات کی جانچ کے لیے بھی کارآمد ہو سکتا ہے۔ مثال کے طور پر، نیشنل انسٹی ٹیوٹ آن ایجنگ کے مالی تعاون سے 2020 میں کی جانے والی ایک تحقیق سے معلوم ہوا کہ طرز زندگی کے بعض صحت مند عوامل الزائمر کے خطرے کو 60 فیصد تک کم کر سکتے ہیں (دھنا اور دیگر، 2020)۔
وائرلیس EEG مددگار ثابت ہے
کونیوس اور ان کے ساتھیوں نے Epoc X کے سستا اور قابل رسائی ہونے کی تعریف کی۔ انہوں نے کہا کہ یہ لوگوں کو گھر یا کام پر اپنے دماغ کی عمر کا تخمینہ لگانے کی اجازت دیتا ہے۔ یہ عمر سے متعلق علمی گراوٹ اور علمی صحت کے لیے طرز زندگی کے اقدامات پر مزید تحقیق کا باعث بن سکتا ہے۔
دماغ کی عمر کا حساب لگانے کا طریقہ سیکھنے سے دوسرے امکانات بھی پیدا ہوتے ہیں۔ مثال کے طور پر، 80 اور 90 کی دہائی کے لوگوں کا ایک گروپ ہے جسے "علمی سپر میکرز" کہا جاتا ہے جو اعداد و شمار کے برعکس کارکردگی دکھاتے ہیں۔ ان علمی سپر میکرز کی یادداشت کی کارکردگی 20-30 سال کم عمر کے بالغوں سے ملتی جلتی ہے۔ موجودہ مطالعات کا مقصد لوگوں کے اس غیر معمولی گروپ سے سیکھنا اور اس معلومات کو دماغ کی صحت مند عمر بڑھنے کے فروغ کے لیے استعمال کرنا ہے۔
نیورو سائنسدان اور دیگر محققین ان کرداروں کو بہتر طور پر سمجھنے کی امید کرتے ہیں جو خوراک، ماحول، طرز زندگی اور جینیات ہمارے دماغ کی عمر بڑھنے کے عمل میں ادا کرتے ہیں۔
مصنفین اپنے دماغی عمر کی اسکریننگ کے ماڈل کے طویل عرصے تک استحکام کا جائزہ لینے کی اہمیت پر زور دیتے ہیں۔ مستقبل میں اس تحقیق کے نتائج کی بڑے اور متنوع دماغی EEG ڈیٹا سیمپل کے ساتھ توثیق کے لیے مزید تحقیق کی ضرورت ہے۔
حوالہ جات:
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
