• 一种新型机器学习（ML）算法利用人工智能（AI）和 Emotiv 脑电图（EEG）来计算一个人的脑部年龄。

• 一个人静息状态脑电图（EEG）的变化可能预示着阿尔茨海默病等退行性疾病的早期迹象。

• 发表在 Frontiers in Neuroergonomics 上的这项研究结果，为大脑健康筛查提供了一种主动预防的方法。

研究人员开发了一种新方法来计算一个人的生理年龄与脑部年龄之间的差异。这一机器学习模型使用 Emotiv Epoc X 耳机来测量大脑在静息状态（清醒但没有执行任务）期间的电活动，并将其与健康成年人的统计数据进行比较。

Kounios等（2024）使用从一组现场和远程在线参与者那里收集的 Epoc X 大脑数据以及辅助训练数据集对该算法进行了训练。该研究总共使用了五个合并的数据集。

为什么脑部年龄很重要？

人类的大脑一直在发生变化，在我们的整个生命中不断增加新的连接并修复旧的连接。伤害和疾病会延迟或加速大脑的发育阶段，从而导致“脑龄差距”。这些差距可以作为与年龄相关疾病的警示信号。不幸的是，大脑扫描通常既昂贵又耗时，并且只有在疾病症状显现时才会进行。

作者提出，在人步入中年早期或更年轻时进行扫描，能够提高在最早期阶段发现和治疗与年龄相关的神经系统疾病的可能性。

“我们的脑电图脑龄评估方法有几个很有前景的应用场景，”作者指出。“它可以用作一种相对廉价的筛查工具，来识别脑龄差距显示有可能存在潜在年龄相关病变的个体，以便后续进行更具体的诊断测试。此外，由于 Emotiv Epoc X 耳机成本较低，脑电图脑龄评估可以重复进行以验证结果并检测随时间发生的变化。”

这一脑龄数据集对于测试减缓或逆转神经衰老潜在干预措施也可能非常有用。例如，一项由美国国家老龄化研究所（National Institute on Aging）资助的2020年研究发现，某些健康的生活方式因素可以将患阿尔茨海默病的风险降低60%（Dhana 等，2020）。

无线脑电图来救援

Kounios 及其同事对 Epoc X 的价格合理和易于获取表示了赞赏。他们表示，这让人们能够在家中或工作场所评估自己的脑部年龄。这可能会促进对与年龄相关的认知衰退以及认知健康的生活方式干预开展更多研究。

了解如何计算脑部年龄也为其他可能性带来了曙光。例如，在八九十岁的人群中有一组被称为“认知超级老人”的人，他们打破了常规数据。认知超级老人的记忆表现与比他们年轻20到30岁的成年人相似。目前的研究旨在向这一优秀群体学习，并利用这些信息来促进健康的大脑衰老。

神经科学家和其他研究人员希望更好地了解饮食、环境、生活方式和遗传在我们的脑部衰老过程中起着什么样的作用。

作者强调了评估其脑龄筛查模型在长期运行中稳定性的重要性。未来的研究也需要使用更大、更多元化的脑部脑电图（EEG）数据样本来验证这些发现。

参考文献：

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