🧠 ملخص علمي: هل يمكن للذكاء الاصطناعي أن يحدد سرعة شيخوخة الدماغ؟
طور فريق بحثي نموذجًا يستخدم تقنيات machine-learning لتحليل أنماط موجات الدماغ المسجلة أثناء النوم عبر electroencephalography (EEG)، بهدف تقدير عمر الدماغ الفعلي. أظهرت النتائج أن الفارق بين عمر الدماغ المُقدر والعمر الزمني للشخص يرتبط بشكل مباشر بخطر الإصابة بالخرف. فمن زاد عمر دماغه عن عمره الحقيقي بمقدار 10 سنوات، ارتفعت احتمالية تعرضه للخرف بنسبة تقارب 40%. وهذا يفتح آفاقًا جديدة لفهم ومراقبة صحة الدماغ، والكشف المبكر عن احتمال تطور أمراض التنكس العصبي.
🧬 الذكاء الاصطناعي وتحليل موجات الدماغ أثناء النوم
يعتمد هذا البحث على استخدام أنظمة machine-learning، التي تستخلص بيانات دقيقة من أنماط موجات الدماغ خلال النوم، والتي يتم جمعها بواسطة جهاز EEG. هذه التقنية تتيح رصد أكثر تعقيدًا من المؤشرات التقليدية المستخدمة في تقييم جودة النوم، مثل مدة النوم أو كفاءته.
النموذج المطور ركز على 13 ميزة دقيقة جدًا ضمن الإشارات الكهربائية للدماغ، من بينها موجات دلتا التي ترتبط بالنوم العميق، و”sleep spindles” وهي موجات سريعة تساعد في تقوية وتخزين الذاكرة. واعتمد الباحثون على بيانات نحو 7000 مشارك تراوحت أعمارهم بين 40 و94 عامًا، ولم يكن لديهم أي أعراض للخرف في بداية الدراسة.
🧪 العلاقة بين عمر الدماغ ومخاطر الخرف
أشارت النتائج إلى ارتباط واضح بين اختلاف عمر الدماغ المُقدَّر والعمر الزمني للشخص، وخطر الإصابة بالخرف، إذ:
- زاد خطر الإصابة بـ dementia بنسبة تقارب 40% لكل زيادة بمقدار 10 سنوات في عمر الدماغ مقارنة بالعمر الحقيقي.
- كان الأشخاص الذين كان عمر دماغهم أصغر من عمرهم الفعلي أقل عرضة لخطر الإصابة بالخرف.
هذا يدل على أن الفارق في “brain age” يمكن أن يكون مؤشرًا مهمًا يساعد في تقييم صحة الدماغ قبل ظهور الأعراض التقليدية.
🧠 الأنماط الدماغية الدقيقة وأهميتها في الذاكرة والصحة المعرفية
تعرف الدراسات السابقة على عدة أنماط في إشارات موجات الدماغ مهمة للحفاظ على الذاكرة والصحة المعرفية، منها:
- موجات دلتا (delta waves)، التي تظهر خلال النوم العميق وتُعتقد أنها تلعب دورًا في تجديد الدماغ.
- موجات sleep spindles، وهي نبضات سريعة مؤقتة تساعد في تثبيت الذاكرة.
ومن بين الاكتشافات الجديدة علاقة الانفجارات الكبيرة والفجائية في الإشارات الكهربائية، والتي يُطلق عليها kurtosis، مع تقليل خطر الإصابة بالخرف. وهذا يبرز أن بعض الأنماط الكيميائية والعصبية خلال النوم تشكل آليات وقائية أو مؤشرات صحية.
🌱 إمكانيات استخدام قياسات “عمر الدماغ” كأداة للكشف المبكر
واحدة من أبرز مزايا هذا الأسلوب أنه يعتمد على قراءات EEG التي يمكن الحصول عليها دون أي إجراءات طبية تدخلية، ما يسمح باستخدام أجهزة غير طبية ومنزلية أو الأجهزة القابلة للارتداء لقياس صحة الدماغ أثناء النوم.
يمهد ذلك الطريق لاستراتيجيات مراقبة المخاطر طويلة الأمد، مع إمكانية التدخل المبكر قبل تطور الأعراض السريرية للخرف.
علاوة على ذلك، تشير نتائج الدراسة إلى أن تحسين صحة النوم قد يغير من طريقة تقدم شيخوخة الدماغ. فقد بينت أبحاث سابقة أن علاج اضطرابات النوم يغير من أنماط موجات الدماغ، مما يعزز أهمية العناية بنوعية النوم لسلامة وظائف الدماغ.
🩺 علاقة العوامل المتعددة بـ “عمر الدماغ” وخطر الخرف
تم الحفاظ على الفارق بين عمر الدماغ والعمر الزمني كمؤشر قوي ومستقل حتى بعد تعديل النتائج لأخذ عوامل أخرى في الحسبان مثل:
- مستوى التعليم
- عادة التدخين
- مؤشر كتلة الجسم Body Mass Index (BMI)
- النشاط البدني
- الأمراض المزمنة الأخرى
- العوامل الوراثية
وهذا يعزز من موثوقية استخدام تخمين عمر الدماغ خلال النوم كمؤشر مباشر لحالة الدماغ نفسها، وليس مجرد انعكاس لعوامل نمط الحياة أو الوراثة فقط.
🧪 التحديات والفرص المستقبلية
أشار الباحثون إلى أن تحسين الجسم وإدارة عوامل خطر مثل تقليل مؤشر كتلة الجسم وزيادة التمارين الرياضية يمكن أن يقلل احتمالية الإصابة باضطرابات النوم مثل انقطاع النفس النومي، مما قد يؤثر إيجابيًا على صحة الدماغ.
لكن حتى الآن، لا يوجد دواء “سحري” يرفع من صحة الدماغ، مما يحفز على أهمية التوعية بالنوم الجيد والاهتمام بالصحة العامة للحفاظ على وظائف الدماغ.
في المستقبل، قد تسمح التقنيات المحمولة غير الغازية لكبار السن أو الأشخاص المعرضين للخطر بتقييم مستمر وصحي أكثر لشيخوخة الدماغ، مما يمكن من التدخل المبكر والحفاظ على جودة الحياة.
🧠 خلاصة تقنية وعلمية
هذه الدراسة التي نشرت في JAMA Network Open، هي ثمرة تعاون بين عدة مراكز بحثية منها جامعة كاليفورنيا في سان فرانسيسكو ومستشفى بيث إسرائيل ديكونيسس الطبي في بوسطن.
وقد تم دعم البحث من قبل مؤسسات علمية وطنية عدة، مما يعكس الأهمية العلمية والطبية لهذا التوجه في دراسة صحة الدماغ وداء الخرف.
بشكل عام، يُظهر البحث أن الذكاء الاصطناعي والتعلم الآلي يمثلان أداة واعدة في الكشف المبكر عن التغيرات العصبية والشيخوخة الدماغية عبر بيانات النوم، والتي قد تكون حجر الزاوية في تطوير استراتيجيات وقائية وتعزيز رفاهية الدماغ على المدى الطويل.
📚 مقالات ذات صلة
اكتشاف المزيد من Mohdbali
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.
