Kalenderåldern visar inte hela sanningen om hjärnan

Födelseattesten ger ett datum – men hjärnan kan befinna sig på en helt annan plats åldersmässigt. Nattens hjärnvågor avslöjar förvånansvärt mycket om vad som pågår under skallbenet.

Forskare har skapat en AI-baserad metod som analyserar sömnen och beräknar hur ”gammal” hjärnan är funktionellt. Skillnaden mellan hjärnans biologiska ålder och den verkliga åldern säger något avgörande om framtida risk för minnessvårigheter och demens.

Sömnen röntgar hjärnan

När kroppen vilar arbetar hjärnan intensivt. Den elektriska aktiviteten följer bestämda mönster genom natten – mönster som fungerar som fingeravtryck för hur väl hjärnans nätverk fortfarande fungerar.

Under en enda natt genomgår du flera cykler av lätt sömn, djupsömn och REM-sömn. I dessa faser dyker specifika rytmer upp:

långsamma vågor under djupsömnen
sömnspindlar – korta utbrott av snabb hjärnaktivitet
växlingar mellan olika frekvensband som delta, theta och alfa

Tidigare forskning visar att dessa signaler förändras med åldern. De långsamma vågornas styrka avtar, sömnspindlarnas struktur och täthet förskjuts, och nattens organisation blir mer orolig.

Hur du sover utgör ett mätbart avtryck av hjärnans åldrande.

Istället för att analysera varje signal separat valde forskarna en helhetsinriktad strategi: de matade in hela nattens hjärnaktivitet i en AI-modell och lät den själv upptäcka vilka mönster som hör till vilken ålder.

Så extraherar artificiell intelligens hjärnåldern från en natts sömn

Metoden utgår från polysomnografi – en omfattande sömnregistrering som redan är standard på många sjukhus. Under undersökningen mäter utrustningen hjärnaktivitet via EEG, ögonrörelser, muskelaktivitet och andning.

Forskarna delade upp EEG-registreringarna i trettio sekunders ostörda segment. Från varje segment extraherade de tiotusentals egenskaper, däribland:

fördelning av signalstyrka över olika frekvensband
antal och intensitet av långsamma vågor
förekomst och täthet av sömnspindlar
övergångar mellan sömnfaserna

Sedan fick en maskininlärningsalgoritm data från tusentals personer mellan 18 och 80 år – alla utan allvarliga neurologiska tillstånd. Modellen lärde sig känna igen vilken kombination av nattsignaler som typiskt motsvarar en viss kalenderålder.

I en publikation i JAMA Network Open rapporterar forskarna att den beräknade hjärnåldern stämde anmärkningsvärt väl överens med verklig ålder. Korrelationen nådde i vissa grupper upp till 0,77, med en genomsnittlig felmarginal på cirka fem år. För en helt icke-invasiv metod baserad på en natts sömn är det slående exakt.

AI-modellen bedömer ofta hjärnans funktionella ålder inom en marginal på fem år.

När hjärnan verkar äldre än du själv

Det mest intressanta med undersökningen är inte precisionen i sig, utan vad skillnaden mellan beräknad hjärnålder och faktisk ålder betyder. Den skillnaden – positiv eller negativ – verkar hänga samman med risken för kognitiva problem längre fram.

Forskarna följde deltagarna över flera år och registrerade vem som utvecklade demens. De justerade för faktorer som kön, utbildningsnivå och BMI, och jämförde resultaten med det ”hjärnåldersgap” som AI-modellen tidigare beräknat.

Slutsatsen var tydlig: ju större positiv avvikelse – alltså ju mer hjärnan liknade en äldre hjärna än kroppen – desto högre risk för demens under uppföljningsperioden. En hjärna som såg yngre ut än kalenderåldern hängde omvänt samman med en gynnsammare profil.

Sambanden är inte svart-vita och förklarar långtifrån allt. Men tendensen är tillräckligt klar för att tas på allvar. Det handlar om en extra pusselbit i den samlade bilden av kognitiv hälsa – inte en definitiv förutsägelse.

En tidig varningssignal utan nål eller skanner

En stor fördel med detta tillvägagångssätt är att det är tillgängligt och inte kräver ingripande undersökningar. En natt med elektroder på huvudet räcker – ingen MR-skanning, lumbalpunktion eller dyra biomarkörer behövs.

Många sömncentra har redan nödvändig utrustning och sakkunskap för att genomföra exakta registreringar. Med en extra AI-analys skulle samma natts data omedelbart ge information om hjärnans funktionella ålder.

Sömnundersökning kan därmed utvecklas från ett diagnostiskt verktyg för sömnproblem till ett möjligt mått på framtida hjärnhälsa.

Läkare skulle kunna identifiera människor som enligt sömnmönstret har förhöjd risk – redan innan symptom som minnesförlust eller koncentrationssvårigheter blir synliga. Det skapar möjlighet att justera livsstil och behandling tidigare.

Vad läkare kan använda ett hjärnåldertal till

En hjärnålder baserad på sömndata ersätter inte neurologisk undersökning, men kan bidra till beslut i konsultationen. Det kan exempelvis handla om:

tätare uppföljning av patienter med ogynnsam profil
tidig igångsättning av träning inriktad på minne och uppmärksamhet
skärpt fokus på blodtryck, blodsocker och kolesterol, som alla påverkar hjärnan
bedömning av om behandling av allvarliga sömnstörningar förbättrar hjärnåldern på sikt

Forskarna understryker dock: skillnaderna mellan individer är stora, och de uppmätta sambanden är genomsnitt på gruppnivå. För enskilda individer kan det faktiska resultatet avvika betydligt.

Begränsningar, öppna frågor och nästa steg

Som med många AI-tillämpningar beror tillförlitligheten i hög grad på vilken grupp systemet tränats på. Deltagarna i studien var vuxna utan större neurologiska tillstånd. Frågan är hur väl modellen fungerar hos andra befolkningsgrupper – exempelvis människor med epilepsi, svåra depressioner eller långvariga sömnstörningar.

Kulturella faktorer och livsstil spelar sannolikt också roll. En person som arbetar mycket oregelbundet, haft många nattpass i åratal eller använder vissa substanser, har ofta ett avvikande sömnmönster. Det är ännu oklart om algoritmen översätter detta korrekt till hjärnålder – eller om den helt enkelt ”förvirras”.

Därför uppmanar forskarna till uppföljande studier i mer varierande befolkningsgrupper med längre observationsperioder. Först när flera team i olika länder hittar jämförbara resultat kan metoden komma närmare klinisk användning.

Vad du själv kan använda denna kunskap till

Det är ännu inte möjligt att avläsa din hjärnålder tillförlitligt från ett sömnarmband eller smartklocka hemma. Kommersiella enheter mäter typiskt bara ett eller få signaler, medan forskningen använder avancerad EEG-uppsättning med flera kanaler och strikt kontrollerad datakvalitet.

Ändå understryker denna studie hur nära sömn och hjärnhälsa är sammanlänkade. Kroniskt dålig sömn försvagar bildandet av minnesförbindelser, försämrar hjärnans förmåga att rensa bort avfallsämnen och ökar på lång sikt risken för kognitiv nedgång.

Konkreta åtgärder som kan skona din hjärna:

fasta sänggåendstider – även i helgen
begränsa koffein och alkohol, särskilt på kvällen
se till att sovrummet är svalt, mörkt och tyst
lägg undan skärmar minst en timme före sänggåendet
låt ihållande snarkning eller andningsstopp utvärderas av läkare

För dem som redan har kontakt med sömncentrum kan denna nya AI-metod på sikt leverera ett extra informationslager. En vanlig sömnregistrering skulle då inte bara avslöja apnéer eller rastlösa ben – den skulle också visa om hjärnan åldras snabbare eller långsammare än passet anger.

En kort förklaring av ett centralt begrepp: polysomnografi är en kombination av mätningar som kartlägger natten i detalj. Utöver hjärnaktivitet registrerar undersökningen bland annat andning, puls, syremättnad och muskelaktivitet. Den sammansatta registreringen gör det möjligt att se exakt vilken sömnfas personen befinner sig i, och hur stabila dessa faser förflyter.

Om framtida studier bekräftar nuvarande resultat kan sömnanalys bli en fast del av förebyggande hjärnvård. Inte som en kristallkula, men som en extra signal som visar om hjärnan kanske slits snabbare än nödvändigt – och därmed kräver uppmärksamhet, långt innan något blir allvarligt fel.