Ricerca

L’intelligenza artificiale prevede l’età del cervello dai segnali EEG registrati durante gli studi sul sonno: sleep

Uno studio mostra che un modello di rete neurale profonda può prevedere con precisione l’età cerebrale di pazienti sani sulla base dei dati dell’elettroencefalogramma registrati durante uno studio del sonno notturno e che gli indici di età cerebrale previsti dall’EEG mostrano caratteristiche uniche all’interno di popolazioni con diverse malattie.

Sostienici con un acquisto o donazione

Lo studio ha rilevato che il modello prevedeva l’età con un errore medio assoluto di soli 4,6 anni. C’era una relazione statisticamente significativa tra l’indice di età cerebrale assoluta e l’epilessia e i disturbi convulsivi, l’ictus, i marcatori elevati di disturbi respiratori del sonno (cioè l’indice di apnea-ipopnea e l’indice di eccitazione) e la bassa efficienza del sonno. Lo studio ha anche scoperto che i pazienti con diabete, depressione, grave sonnolenza diurna eccessiva, ipertensione e/o problemi di memoria e concentrazione hanno mostrato, in media, un indice di età cerebrale elevato rispetto al campione di popolazione sana.

Secondo gli autori, i risultati dimostrano che queste condizioni di salute sono associate a deviazioni della propria età prevista dalla propria età cronologica.

“Mentre i medici possono stimare o quantificare solo grossolanamente l’età di un paziente in base al loro EEG, questo studio mostra che un modello di intelligenza artificiale può prevedere l’età di un paziente con alta precisione”, ha affermato l’autore principale Yoav Nygate, ingegnere senior di intelligenza artificiale presso EnsoData. “La precisione del modello consente ai cambiamenti nell’età prevista dall’età cronologica di esprimere correlazioni con le principali famiglie di malattie e comorbilità. Ciò presenta il potenziale per identificare nuovi fenotipi clinici che esistono all’interno dei segnali fisiologici che utilizzano deviazioni del modello di intelligenza artificiale”.

I ricercatori hanno addestrato un modello di rete neurale profonda per prevedere l’età dei pazienti utilizzando segnali EEG grezzi registrati durante studi clinici sul sonno eseguiti utilizzando la polisonnografia notturna. Il modello è stato addestrato su 126.241 studi sul sonno, convalidato su 6.638 studi e testato su un set di controllo di 1.172 studi. L’età cerebrale è stata valutata sottraendo l’età cronologica degli individui dall’età prevista dall’EEG (cioè indice di età cerebrale) e quindi prendendo il valore assoluto di questa variabile (cioè indice assoluto di età cerebrale). Analisi controllate per fattori quali sesso e indice di massa corporea.

“I risultati di questo studio forniscono prove iniziali del potenziale dell’utilizzo dell’intelligenza artificiale per valutare l’età cerebrale di un paziente”, ha affermato Nygate. “La nostra speranza è che con continue indagini, ricerche e studi clinici, un indice di età cerebrale diventi un giorno un biomarcatore diagnostico della salute del cervello , proprio come l’ ipertensione lo è per i rischi di ictus e altri disturbi cardiovascolari”.

L’abstract della ricerca è stato pubblicato di recente in un supplemento online della rivista Sleep e sarà presentato come poster a partire dal 9 giugno durante Virtual SLEEP 2021.


Ulteriori informazioni: Yoav Nygate et al, 543 Modello di rete neurale profonda basato su EEG per la previsione dell’età cerebrale e la sua associazione con le condizioni di salute del paziente, il sonno (2021). DOI: 10.1093/sleep/zsab072.541

Sostienici con un acquisto o donazione
Sostienici con un acquisto o donazione

Categorie:Ricerca

Con tag:,,