Nuovo orologio cerebrale EEG basato sull'età afferma di monitorare e invertire l'invecchiamento cognitivo
Una collaborazione tra Sens.ai e il Buck Institute ha sviluppato un modello funzionale dell'età cerebrale basato su dati EEG — e i primi risultati lasciano intendere che possa modificarsi.
Riepilogo
I ricercatori della società di neurotecnologia Sens.ai e del Buck Institute for Research on Aging hanno sviluppato Brain Years, un modello di età cerebrale funzionale costruito a partire da segnali EEG, potenziali evento-correlati e dati sulle prestazioni cognitive. A differenza degli orologi strutturali basati sulla risonanza magnetica, Brain Years misura ciò che il cervello è effettivamente in grado di fare. Un modello di machine learning, addestrato su dati provenienti da soggetti di età compresa tra l'adolescenza e i tardi anni Ottanta, identifica quali combinazioni di centinaia di variabili neurali predicono meglio l'età cerebrale funzionale. I dati preliminari sugli interventi suggeriscono una potenziale riduzione di oltre 5 anni nel punteggio dell'età cerebrale dopo due mesi, sebbene i ricercatori avvertano che sarà necessario uno studio controllato con placebo per confermare se sia cambiata la biologia reale — e non soltanto la performance ai test. Lo strumento mira a tracciare una traiettoria, non soltanto un'istantanea, offrendo una visione più dinamica di dove si sta dirigendo il cervello.
Riepilogo Dettagliato
La maggior parte degli orologi biologici misura la biologia in un singolo momento. Brain Years, sviluppato da Sens.ai in collaborazione con il Buck Institute for Research on Aging, tenta qualcosa di più ambizioso: un punteggio funzionale dell'età cerebrale costruito a partire da segnali EEG, potenziali evento-correlati e prestazioni cognitive in compiti del mondo reale, in grado di tracciare la direzione verso cui si sta dirigendo il cervello — e se gli interventi possano modificarne la traiettoria.
Il modello è stato addestrato su dati raccolti al di fuori di contesti di laboratorio strettamente controllati, coprendo utenti dalla prima adolescenza fino agli ottant'anni avanzati. Poiché l'EEG nel mondo reale è notoriamente rumoroso, Sens.ai ha sviluppato sensori proprietari e algoritmi di rilevamento degli artefatti per filtrare movimenti, masticazione, parlato e ammiccamento eccessivo prima di applicare qualsiasi apprendimento automatico. L'azienda definisce questo un problema di "garbage in, garbage out": l'intelligenza artificiale è valida solo quanto i dati che le vengono forniti.
Il machine learning ha poi esaminato centinaia di variabili neurali per identificare quali combinazioni correlassero più fortemente con l'età cronologica e la capacità funzionale. Il risultato è un punteggio che esprime l'età cerebrale funzionale in relazione all'età anagrafica della persona — concepito non tanto come una lettura fissa del contachilometri, quanto come una previsione probabilistica della funzione cerebrale attuale e della traiettoria a breve termine.
I primi dati sugli interventi sono intriganti, ma preliminari. Sens.ai riporta una riduzione media di 5,18 anni nel punteggio Brain Years dopo un intervento di due mesi. Il CEO del Buck Institute, Eric Verdin, è cauto nell'interpretazione, sottolineando che una reale variazione nell'invecchiamento cerebrale richiede uno studio prospettico adeguatamente progettato, controllato con placebo, per escludere semplici miglioramenti nella familiarità con i test o nelle prestazioni.
L'ambizione più ampia è quella di validare Brain Years rispetto ad altri orologi biologici — misure strutturali basate su MRI e orologi proteomici del sangue — e di stabilire se le variazioni nel punteggio corrispondano a cambiamenti significativi nella biologia sottostante. Per gli adulti attenti alla salute, uno strumento validato per l'età cerebrale funzionale potrebbe alla fine guidare interventi cognitivi personalizzati con un feedback misurabile.
Risultati Principali
- Brain Years uses EEG and cognitive task data — not just brain structure — to estimate functional brain age across the lifespan.
- Machine learning identified which combinations of hundreds of neural variables best predict functional brain age relative to chronological age.
- Early data suggest a two-month intervention produced a 5.18-year reduction in Brain Years score, pending controlled trial confirmation.
- Researchers stress a placebo-controlled prospective trial is needed to confirm biology changed, not just test performance.
- Buck Institute plans to cross-validate Brain Years against MRI-based and blood proteomic aging clocks.
Metodologia
Si tratta di un riassunto di notizie e intervista basato su un episodio podcast con Paola Telfer, CEO di Sens.ai, ed Eric Verdin, CEO del Buck Institute. Non viene citata alcuna pubblicazione peer-reviewed; le prove si basano su dati proprietari di intervento e commenti di esperti. Il dato di inversione di 5,18 anni non è ancora stato replicato in modo indipendente né pubblicato in uno studio controllato.
Limitazioni dello Studio
I dati sull'intervento sono preliminari, non pubblicati e derivati da uno studio non randomizzato e non controllato, il che rende impossibile escludere effetti di apprendimento o risposte placebo. Non è stato citato alcun articolo sottoposto a revisione paritaria che descriva il modello Brain Years o la sua validazione, limitando la possibilità di un esame indipendente della sua metodologia. I lettori dovrebbero attendere i risultati del previsto studio prospettico controllato con placebo prima di considerare come accertata l'affermazione di un'inversione di 5,18 anni.
Ti è piaciuto questo riepilogo?
Ricevi ogni settimana le ultime ricerche sulla longevità direttamente nella tua casella email.
Inserisci la tua email per iscriverti: