AI Analyserer Søvn for Tidlig Demensrisiko

Forskere har utviklet en ny metode som bruker kunstig intelligens (KI) til å analysere hjernebølgene våre mens vi sover, og dermed kan tidlig identifisere risikoen for å utvikle demens. Denne banebrytende teknologien kan oppdage subtile elektriske signaler fra hjernen som indikerer en økt sjanse for kognitiv svikt lenge før hukommelsestap blir merkbar.

Studien, utført av forskere ved University of California, San Francisco og Beth Israel Deaconess Medical Center i USA, ble publisert i tidsskriftet JAMA Network Open. Den involverte analyse av søvndata fra 7105 deltakere over en tiårsperiode. Deltakerne, som var mellom 40 og 94 år ved studiens start og ikke hadde demens, ble fulgt opp i en periode på opptil 17 år. I løpet av denne tiden ble 1082 individer diagnostisert med demens eller identifisert som å ha høy risiko for tilstanden.

Metoden innebærer at elektroder plassert på hodet under søvn måler hjernens elektriske aktivitet. En avansert maskinlæringsmodell analyserer deretter 13 spesifikke trekk ved hjernebølgene, inkludert mønstre assosiert med dyp søvn, hukommelseskonsolidering og hjernens respons på stimuli. KI-en estimerer deretter hjernens «alder» og sammenligner den med personens faktiske alder. En markant forskjell, hvor hjernens alder overstiger den faktiske alderen med mer enn 10 år, ble funnet å øke risikoen for demens med omtrent 39 %.

Kontekst og fremtidige implikasjoner for demensforskning

Resultatene indikerer at jo mer hjernens alder estimert av KI overstiger en persons faktiske alder, desto høyere er risikoen for å utvikle demens i fremtiden. Omvendt hadde de med en KI-estimert hjernealder som var yngre enn deres faktiske alder, en redusert risiko. Førsteamanuensis Yue Leng, seniorforfatter av studien, understreker at tradisjonelle søvnmålinger som total søvntid eller antall oppvåkninger ikke fullt ut fanger opp hjernens komplekse fysiologiske tilstand. KI har derimot evnen til å oppdage mer subtile avvik, som de såkalte deltabølgene under dyp søvn, som er avgjørende for minnekonsolidering, og svingninger i elektroencefalogrammet (EEG) som påvirker evnen til å opprettholde søvn.

Selv om sammenhengen mellom eldre hjernealder og demensrisiko bestod selv etter justering for faktorer som høyt blodtrykk, diabetes, hjerneslag, depresjon, kognitiv funksjon og søvnapné, ble den redusert til rundt 31 %. Dette understreker viktigheten av å vurdere flere helsefaktorer. Denne nye tilnærmingen med KI-analyse av søvn kan potensielt revolusjonere tidlig diagnostisering av nevrodegenerative sykdommer som demens. Ved å tilby en ikke-invasiv og datadrevet metode, kan klinikere bedre identifisere individer som trenger tidlig intervensjon og forebyggende tiltak, og dermed forbedre prognosen for personer med økt risiko for demens.

Forskningen er fortsatt i en tidlig fase, men potensialet for å bruke AI til å overvåke hjernehelse gjennom søvn er enormt. Dette kan føre til utvikling av personlige helseplaner og intervensjoner rettet mot å bremse eller til og med forhindre utviklingen av kognitiv svikt. Fremtidig forskning vil sannsynligvis fokusere på å validere disse funnene i større og mer mangfoldige populasjoner, samt å integrere denne teknologien med andre diagnostiske verktøy for en mer helhetlig vurdering av hjernehelsen. Studien representerer et viktig skritt mot en fremtid der avansert teknologi spiller en nøkkelrolle i forebygging og behandling av sykdommer som påvirker hjernen, og gir håp for millioner som lever med eller risikerer å utvikle disse tilstandene. Potensialet for tidlig oppdagelse kan også legge grunnlaget for utvikling av nye behandlinger som utnytter innsikten fra søvnmønstre. Forskere håper at denne teknologien kan bidra til å redusere byrden av demens globalt.