发表在《睡眠》上的一项研究表明,根据夜间睡眠研究中记录的脑电图数据,深度神经网络模型可以准确预测健康测试者的大脑年龄,脑电图预测的大脑年龄指数在患不同疾病的人群中都会显示出独特的特征。
研究发现,该模型预测年龄的平均绝对误差只有4.6年。此外,研究人员还发现与健康人群样本相比,患有糖尿病、抑郁症、日间过度嗜睡、高血压和记忆力与注意力有问题的患者的大脑年龄指数平均都偏高。
EnsoData公司的高级人工智能工程师、文章主要作者Yoav Nygate说:“虽然临床医生只能根据脑电图粗略估计或量化患者的年龄,但这项研究表明,人工智能模型可以高精度地预测患者的年龄。”
研究人员制作了一个深度神经网络模型,利用夜间多导睡眠描记法在临床睡眠研究中记录的原始脑电图信号,预测了患者的年龄。脑年龄的评估方法是将脑电预测年龄减去实际年龄,然后取这个变量的绝对值。分析结果包括了诸如性别和身体质量指数等因素。
“这项研究的结果为利用人工智能评估患者大脑年龄提供了初步指导,” Nygate说,“我们希望,随着持续的调查、研究和临床实验,大脑年龄指数有朝一日将成为大脑健康的诊断标志,就像高血压是中风和其他心血管疾病的风险指标一样。”
研究标题为“543 EEG-Based Deep Neural Network Model for Brain Age Prediction and Its Association with Patient Health Conditions”,近期发表于《睡眠》杂志。
前瞻经济学人APP资讯组
本文来源前瞻网,转载请注明来源。本文内容仅代表作者个人观点,本站只提供参考并不构成任何投资及应用建议。(若存在内容、版权或其它问题,请联系:service@qianzhan.com)