一项由加州大学旧金山分校和波士顿贝斯以色列女执事医疗中心主导的研究发现，通过机器学习分析睡眠时记录的脑电波，或许能帮我们找出痴呆症高风险人群。研究说，当一个人的“大脑年龄”（从睡眠信号通过脑电图估算出来）比实际年龄大时，患痴呆症的风险就会升高。

订阅我们的电子报，第一时间了解最新的科技圈动态。

大脑年龄比实际年龄每大10岁，痴呆症风险就会增加差不多40%。反过来，如果大脑年龄比实际年龄小，风险就更低。

这项研究已经发在了JAMA Network Open上。

研究人员用了一种机器学习模型，它把脑电图（EEG）记录里的13种脑电波微观结构特征整合在一起。

数据来自大约7000名参与者，这些人之前参加过五项研究。

参与者的年龄在40到94岁之间，一开始都没有痴呆。

研究人员对他们跟踪了3.5到17年，期间大约有1000人得了这个病。

研究人员发现，分析睡眠时脑电波的细微模式，能提供传统睡眠指标经常忽略的信息。

之前对多个参与人群的汇总分析发现，痴呆风险和传统睡眠指标之间没有明显关联，比如在不同睡眠阶段花的时间长短，或者整体睡眠效率。

“笼统的睡眠指标无法完全捕捉睡眠生理学的复杂多维特性，”资深作者、医学博士、加州大学旧金山分校医学院精神病学副教授岳冷说道。

与认知健康相关的脑波模式

已知有几种睡眠脑电图模式与脑年龄相关，它们在大脑健康和记忆中发挥作用。这些包括δ波（形成一种与深度睡眠相关的滚动波模式）以及睡眠纺锤波——一种与记忆巩固相关的短时快速脑电活动。

最显著的发现之一是，脑电图上看到的突然出现的大尖峰（即统计学上的峰度）与较低的痴呆风险相关。

研究人员还发现，就算把教育、吸烟、体重指数、运动这些因素都考虑进去，还有其它健康和遗传风险因素，“更老”的大脑年龄与痴呆风险之间的关系仍然显著。

早期检测的潜力

早期检测的潜力

由于睡眠脑电图信号可以无创采集，研究人员表示，大脑年龄最终可能有助于在非医疗场景下发现痴呆风险，比如用可穿戴设备。

“大脑年龄是通过睡眠脑电波计算出来的，”研究人员冷表示。“我们知道睡眠期间的大脑活动给咱们一个能看大脑衰老程度的窗口。”

研究结果还表明，改善睡眠健康可能会影响大脑衰老。冷博士指出，早期的研究发现，治疗睡眠障碍可以改变与睡眠相关的脑电波模式。

"更好的健康管理，比如降低体重指数、多运动来减少呼吸暂停的风险，可能会产生影响，"这项研究的第一作者、贝斯以色列女执事医疗中心神经学助理教授孙浩奇博士说，他和两位合著者一起开发了这个模型。"但没有什么灵丹妙药能改善大脑健康。"

合著者包括罗伯特·J·托马斯博士（医学博士）和M·布兰登·韦斯特博士（医学博士、哲学博士），他们与孙博士合作开发了机器学习模型。

更多信息：一项关于“基于机器学习的睡眠脑电图脑年龄指数与痴呆风险”的研究，JAMA Network Open (2026)。该研究DOI: 10.1001/jamanetworkopen.2026.1521