Yapay Zeka

Yapay Zeka, EEG Verilerinden Beyin Yaşını Tahmin Ediyor

Özet: Araştırmacılar, beyin yaşını tahmin etmek için EEG taramalarını kullanan, nörolojik hastalıkların erken tespitine yol açabilecek yapay zeka tabanlı bir yöntem geliştirdi. Bu teknoloji, geleneksel MRI tabanlı yöntemlere kıyasla daha ucuz ve daha az invazif bir değerlendirmeye olanak tanır.

Yapay zeka, potansiyel erken yaşlanmayı belirlemek için EEG’leri değerlendirerek demans ve Parkinson gibi yaşa bağlı bozukluklarla ilişkili risklerin yönetilmesine yönelik proaktif bir yaklaşım sunar.

Ana unsurlar:

  1. EEG’nin Yenilikçi Kullanımı: Yapay zeka tekniği, bireyin beyninin yaşını tahmin etmek için MRI’lardan daha erişilebilir ve daha az maliyetli bir yöntem olan EEG’yi kullanıyor.
  2. Erken Teşhis ve Yönetim: Teknoloji, erken yaşlanmayı tespit ederek hafif bilişsel bozukluk ve Parkinson hastalığı gibi hastalıklara erken müdahale edilmesine yardımcı olabilir.
  3. Yaygın Uygulama: Teknolojinin ekonomikliği ve verimliliği, onu düzenli halk sağlığı taramaları ve tıbbi ve yaşam tarzı müdahalelerinin etkinliğinin izlenmesi için uygun hale getiriyor.

Kaynak: Drexel Üniversitesi

İnsanlar yaşlandıkça beyinleri de yaşlanır. Ancak beyin erken yaşlanırsa hafif bilişsel bozukluk, demans veya Parkinson hastalığı gibi yaşa bağlı hastalıkların ortaya çıkma potansiyeli vardır. Eğer “beyin yaşı” kolayca hesaplanabilseydi, ciddi sağlık sorunları ortaya çıkmadan önce erken beyin yaşlanmasının önüne geçilebilirdi.

Drexel Üniversitesi Yaratıcılık Araştırma Laboratuvarı’ndan araştırmacılar, elektroensefalogram (EEG) beyin taramalarına dayanarak bireyin beyin yaşını etkili bir şekilde tahmin edebilen bir yapay zeka tekniği geliştirdi. Teknoloji, dejeneratif beyin hastalıklarına yönelik erken ve düzenli taramaların daha erişilebilir hale getirilmesine yardımcı olabilir.

Bu bir beyni gösterir.
Beyin yaşı tahminleri kritik bir sağlık belirteci olmasına rağmen sağlık hizmetlerinde yaygın olarak kullanılmamaktadır. Kredi: Nörobilim Haberleri

Drexel Sanat ve Bilim Koleji’nde profesör ve Yaratıcılık Araştırma Laboratuvarı direktörü PhD John Kounios liderliğindeki araştırma ekibi, bir kişinin beyin yaşını, başka bir kişinin yaşına göre tahmin etme yöntemine benzer şekilde tahmin etmek için makine öğrenimi adı verilen bir tür yapay zeka kullandı. fiziksel görünümleriyle ilgili.

“Biriyle ilk kez tanıştığınızda onun yaşını tahmin etmeye çalışabilirsiniz: Saçları gri mi? Kırışıklıkları var mı?” dedi Kounios.

“Gerçekte kaç yaşında olduklarını öğrendiğinizde, yaşlarına göre ne kadar genç veya yaşlı göründüklerine şaşırabilir ve beklenenden daha hızlı veya daha yavaş yaşlandıkları sonucuna varabilirsiniz.”

Şu anda makine öğrenimi algoritmaları, sağlıklı insanların beyinlerinin MRI görüntülerinden, hangi özelliklerin bir bireyin beyninin yaşını tahmin edebileceğini öğrenebiliyor.

Algoritma, sağlıklı beyinlerin çok sayıda MRI’sını, bu beyinlerin her birinin kronolojik yaşlarıyla birlikte bir makine öğrenme algoritmasına besleyerek, bir kişinin MRI’sına dayanarak beyninin yaşını nasıl tahmin edeceğini öğrenebilir.

Bu çerçeveyi kullanarak Kounios ve meslektaşları MRI yerine EEG kullanma yöntemini geliştirdiler.

Kounios’a göre bu, genel beyin sağlığının bir ölçüsü olarak düşünülebilir. Eğer bir beyin aynı yaştaki diğer sağlıklı insanların beyinlerinden daha genç görünüyorsa endişelenecek bir durum yoktur. Ancak bir beyin, benzer yaştaki sağlıklı akranlarının beyinlerinden daha yaşlı görünüyorsa, erken beyin yaşlanması, yani “beyin yaşı farkı” söz konusu olabilir.

Kounios, bu tür beyin yaşı farkının geçmişteki hastalıklar, toksinler, kötü beslenme ve/veya yaralanmalardan kaynaklanabileceğini ve kişiyi yaşa bağlı nörolojik bozukluklara karşı savunmasız hale getirebileceğini açıkladı.

Beyin yaşı tahminleri kritik bir sağlık belirteci olmasına rağmen sağlık hizmetlerinde yaygın olarak kullanılmamaktadır.

Kounios, “Beyin MR’ları pahalıdır ve şimdiye kadar beyin yaşı tahmini yalnızca sinir bilimi araştırma laboratuvarlarında yapılıyordu” dedi. “Fakat meslektaşlarım ve ben, düşük maliyetli bir EEG sistemi kullanarak bir kişinin beyin yaşını tahmin etmek için bir makine öğrenimi teknolojisi geliştirdik.”

Elektroensefalografi veya EEG, bir kişinin beyin dalgalarının kaydıdır. Bu, MRI’dan daha ucuz ve daha az invaziv bir prosedürdür; hasta yalnızca birkaç dakika boyunca kulaklık takar. Kounios’a göre, MRI yerine EEG taramalarını kullanarak beyin yaşını tahmin edebilen bir makine öğrenimi programı, beyin sağlığı için daha erişilebilir bir tarama aracı olabilir.

“Çok sayıda insanı yaşa bağlı hassasiyet açısından taramak için nispeten ucuz bir yol olarak kullanılabilir. Düşük maliyeti nedeniyle kişi, zaman içinde meydana gelen değişiklikleri kontrol etmek için düzenli aralıklarla taramadan geçirilebilir” dedi Kounios.

“Bu, ilaçların ve diğer müdahalelerin etkinliğini test etmeye yardımcı olabilir. Sağlıklı insanlar da bu tekniği, beyin performansını optimize etmeye yönelik genel bir stratejinin parçası olarak yaşam tarzı değişikliklerinin etkilerini test etmek için kullanabilirler.”

Drexel Üniversitesi, bu beyin yaşı tahmin teknolojisinin lisansını, yeni bir dijital sağlık platformuna dahil edilmesi için Kanadalı sağlık şirketi DiagnaMed Holdings’e verdi.

Kounios’un yanı sıra, Drexel Üniversitesi’nden PhD Fengqing Zhang ve Yongtaek Oh ve Stockton Üniversitesi’nden PhD Jessica Fleck bu araştırmaya katkıda bulundu.

Bu yapay zeka ve sinirbilim araştırma haberleri hakkında

Soyut

Düşük maliyetli bir EEG kulaklığıyla beyin yaşı tahmini: büyük ölçekli tarama ve beyin optimizasyonu için etkinlik ve çıkarımlar

Zamanla patolojik, genetik, çevresel ve yaşam tarzı faktörleri beyni yaşlandırabilir ve işlevsel yeteneklerini azaltabilir.

Bu faktörler, semptomatik hale geldikten sonra teşhis edilip tedavi edilebilecek bozukluklara yol açabilirken, belirgin belirgin semptomlar ortaya çıktığında tedavi sıklıkla zorlaşır veya etkisiz hale gelir.

Bu soruna yönelik yaklaşımlardan biri, yaşa bağlı genel beyin sağlığını ve işlevini değerlendirmek için yaygın ve ucuz bir şekilde uygulanabilecek bir yöntem geliştirmektir.

Bu amaçla, bireyin RS-EEG’sini düşük maliyetle kaydedilen beyin yaşı tahmin tekniğinin temeli olarak sağlıklı bireylerden elde edilen dinlenme durumu EEG (RS-EEG) kayıtları üzerine bir makine öğrenme algoritması geliştirdik. kullanıcı dostu EMOTIV EPOC X kulaklığı kullanır ve o kişinin tahmini beyin yaşını döndürür.

Makine öğrenimi modelimizin mevcut versiyonunu sağlıklı katılımcılardan oluşan bağımsız bir test grubuna karşı test ettik ve kronolojik ve tahmini beyin yaşları arasında 0,582’lik bir korelasyon katsayısı elde ettik (R = 0,963 istatistiksel sapma düzeltmesinden sonra). Test-tekrar test korelasyonu 1 haftalık bir süre boyunca 0,750 (önyargı düzeltmesinden sonra 0,939) idi.

Bu güçlü sonuçlar ve uygulama kolaylığı ve düşük maliyeti göz önüne alındığında, bu tekniğin genel beyin sağlığını ve işlevini değerlendirme ve müdahalelerin zaman içindeki etkisini test etme yöntemi olarak klinikte, işyerinde ve evde yaygın olarak benimsenme potansiyeli vardır.

Kaynak ve İleri Okuma: https://neurosciencenews.com/ai-eeg-brain-age-25984/

İlgili Makaleler

Başa dön tuşu