發表在《睡眠》上的一項研究表明，根據夜間睡眠研究中記錄的腦電圖數據，深度神經網絡模型可以準確預測健康測試者的大腦年齡，腦電圖預測的大腦年齡指數在患不同疾病的人群中都會顯示出獨特的特征。

　　研究發現，該模型預測年齡的平均絕對誤差只有4.6年。此外，研究人員還發現與健康人群樣本相比，患有糖尿病、抑郁癥、日間過度嗜睡、高血壓和記憶力與注意力有問題的患者的大腦年齡指數平均都偏高。

　　EnsoData公司的高級人工智能工程師、文章主要作者Yoav Nygate說：“雖然臨床醫生只能根據腦電圖粗略估計或量化患者的年齡，但這項研究表明，人工智能模型可以高精度地預測患者的年齡。”

　　研究人員制作了一個深度神經網絡模型，利用夜間多導睡眠描記法在臨床睡眠研究中記錄的原始腦電圖信號，預測了患者的年齡。腦年齡的評估方法是將腦電預測年齡減去實際年齡，然后取這個變量的絕對值。分析結果包括了諸如性別和身體質量指數等因素。

　　“這項研究的結果為利用人工智能評估患者大腦年齡提供了初步指導，” Nygate說，“我們希望，隨著持續的調查、研究和臨床實驗，大腦年齡指數有朝一日將成為大腦健康的診斷標志，就像高血壓是中風和其他心血管疾病的風險指標一樣。”

　　研究標題為“543 EEG-Based Deep Neural Network Model for Brain Age Prediction and Its Association with Patient Health Conditions”，近期發表于《睡眠》雜志。