Μια ανάλυση με τεχνικές μηχανικής μάθησης των εγκεφαλικών κυμάτων που καταγράφονται κατά τη διάρκεια του ύπνου μπορεί να βοηθήσει στον εντοπισμό ατόμων με υψηλό κίνδυνο να αναπτύξουν άνοια, σύμφωνα με μια μελέτη που διεξήχθη από το Πανεπιστήμιο της Καλιφόρνιας στο Σαν Φρανσίσκο (UCSF) και το Ιατρικό Κέντρο Beth Israel Deaconess της Βοστόνης.
Η μελέτη διαπίστωσε ότι όταν η «ηλικία του εγκεφάλου» ενός ατόμου, η οποία εκτιμάται από σήματα ύπνου μέσω ηλεκτροεγκεφαλογραφήματος (ΗΕΓ), υπερέβαινε την πραγματική του ηλικία, ο κίνδυνος εμφάνισης άνοιας αυξανόταν.
Για κάθε δεκαετία αύξησης της ηλικίας του εγκεφάλου σε σχέση με την πραγματική ηλικία, ο κίνδυνος άνοιας αυξανόταν σχεδόν κατά 40%. Αντιστρόφως, όταν η ηλικία του εγκεφάλου ήταν μικρότερη από την πραγματική ηλικία, ο κίνδυνος άνοιας ήταν χαμηλότερος.
Η μελέτη δημοσιεύεται στο επιστημονικό περιοδικό JAMA Network Open.
Η μέθοδος της έρευνας
Οι ερευνητές χρησιμοποίησαν ένα μοντέλο μηχανικής μάθησης που ενσωματώνει 13 μικροδομικά χαρακτηριστικά των εγκεφαλικών κυμάτων από καταγραφές ΗΕΓ. Τα δεδομένα προήλθαν από περίπου 7.000 συμμετέχοντες που είχαν εγγραφεί σε πέντε διαφορετικές μελέτες.
Οι συμμετέχοντες ήταν ηλικίας μεταξύ 40 και 94 ετών και κανείς δεν είχε άνοια στην έναρξη της μελέτης. Παρακολουθήθηκαν για χρονικό διάστημα μεταξύ 3,5 και 17 ετών, κατά τη διάρκεια του οποίου περίπου 1.000 συμμετέχοντες ανέπτυξαν τη νόσο.
Οι ερευνητές διαπίστωσαν ότι η ανάλυση λεπτομερών προτύπων στα εγκεφαλικά κύματα κατά τη διάρκεια του ύπνου παρείχε γνώσεις που συχνά διαφεύγουν από τις συμβατικές μετρήσεις ύπνου. Προηγούμενες συγκεντρωτικές αναλύσεις πολλών ομάδων συμμετεχόντων δεν είχαν βρει σημαντικές συνδέσεις μεταξύ του κινδύνου άνοιας και των παραδοσιακών μετρήσεων ύπνου, όπως ο χρόνος που δαπανάται σε διαφορετικά στάδια ύπνου ή η συνολική αποτελεσματικότητα του ύπνου.
«Οι ευρείες μετρήσεις ύπνου δεν αποτυπώνουν πλήρως τη σύνθετη, πολυδιάστατη φύση της φυσιολογίας του ύπνου», δήλωσε η Yue Leng, MBBS, Ph.D., αναπληρώτρια καθηγήτρια ψυχιατρικής στην Ιατρική Σχολή του UCSF.
Πρότυπα εγκεφαλικών κυμάτων που συνδέονται με τη γνωστική υγεία
Αρκετά πρότυπα ΗΕΓ ύπνου που συνέβαλαν στον προσδιορισμό της ηλικίας του εγκεφάλου είναι γνωστό ότι διαδραματίζουν ρόλο στην υγεία του εγκεφάλου και στη μνήμη. Αυτά περιλαμβάνουν τα κύματα δέλτα, τα οποία σχηματίζουν ένα κυματοειδές πρότυπο που σχετίζεται με τον βαθύ ύπνο, και τις υπνικές ατράκτους – σύντομες εγκεφαλικές δραστηριότητες υψηλής συχνότητας που συνδέονται με την παγίωση της μνήμης.
Από τα πιο αξιοσημείωτα ευρήματα ήταν ότι οι ξαφνικές μεγάλες κορυφώσεις που παρατηρούνται στο ΗΕΓ, γνωστές ως κύρτωση, συσχετίζονταν με χαμηλότερο κίνδυνο άνοιας.
Οι ερευνητές διαπίστωσαν επίσης ότι η σχέση μεταξύ «μεγαλύτερης» ηλικίας εγκεφάλου και κινδύνου άνοιας παρέμεινε σημαντική ακόμη και μετά τον στατιστικό έλεγχο παραγόντων όπως η εκπαίδευση, το κάπνισμα, ο δείκτης μάζας σώματος και η φυσική δραστηριότητα, καθώς και άλλων καταστάσεων υγείας και γενετικών παραγόντων κινδύνου.
Δυνατότητα για έγκαιρη ανίχνευση
Δεδομένου ότι τα σήματα ΗΕΓ ύπνου μπορούν να συλλεχθούν μη επεμβατικά, οι ερευνητές ανέφεραν ότι η ηλικία του εγκεφάλου θα μπορούσε τελικά να βοηθήσει στην ανίχνευση του κινδύνου άνοιας σε μη κλινικά περιβάλλοντα, για παράδειγμα με τη χρήση φορητών τεχνολογιών.
«Η ηλικία του εγκεφάλου υπολογίζεται από τα εγκεφαλικά κύματα του ύπνου», δήλωσε η Leng. «Γνωρίζουμε ότι η εγκεφαλική δραστηριότητα κατά τη διάρκεια του ύπνου παρέχει ένα μετρήσιμο παράθυρο για το πόσο καλά γερνάει ο εγκέφαλος».
Τα ευρήματα εγείρουν επίσης την πιθανότητα ότι η βελτίωση της ποιότητας του ύπνου θα μπορούσε να επηρεάσει τη γήρανση του εγκεφάλου. Η Leng σημείωσε ότι προηγούμενες μελέτες έχουν διαπιστώσει ότι η θεραπεία διαταραχών ύπνου μπορεί να αλλάξει τα πρότυπα εγκεφαλικών κυμάτων που σχετίζονται με τον ύπνο.
Η σημασία του τρόπου ζωής
«Η καλύτερη διαχείριση του σώματος, όπως η μείωση του δείκτη μάζας σώματος και η αύξηση της άσκησης για τη μείωση της πιθανότητας άπνοιας, μπορεί να έχει αντίκτυπο», δήλωσε ο πρώτος συγγραφέας Haoqi Sun, Ph.D., επίκουρος καθηγητής νευρολογίας στο Ιατρικό Κέντρο Beth Israel Deaconess, ο οποίος ανέπτυξε το μοντέλο μαζί με δύο συν-συγγραφείς. «Αλλά δεν υπάρχει μαγικό χάπι για τη βελτίωση της υγείας του εγκεφάλου».
Περισσότερες πληροφορίες: Machine Learning–Based Sleep Electroencephalographic Brain Age Index and Dementia Risk, JAMA Network Open (2026). DOI: 10.1001/jamanetworkopen.2026.1521.
