一种通过分析心电图（ECG）数据预测生物年龄的人工智能（AI）模型揭示了ECG导出的年龄与认知功能之间的显著联系。
根据初步调查结果，这些结果将在2025年2月5日至7日在洛杉矶举行的美国中风协会国际中风会议2025上讨论，心电图评估结合人工智能（AI）可能有一天被用于识别衰老和认知衰退的早期迹象。该会议是关注中风研究和脑健康的全球首要活动。
随着年龄的增长，中风可能导致认知衰退，影响生活质量和日常活动。心电图（ECG）记录心脏的电活动。每一次心跳是由穿过心脏的电冲动触发的。研究人员开发了一种深度神经网络（DNN）模型，以使用个人的ECG数据估算其生物年龄——本质上是其身体细胞和组织的年龄。
据马萨诸塞州伍斯特市UMass Chan医学院的临床研究协调员、该研究的主要作者Bernard Ofosuhene，B.A.表示：“虽然公历年龄衡量一个人生活了多少年，但ECG年龄指示心脏的功能状态，可能反映整个身体在组织层面的健康，提供了关于衰老和健康的见解。”
早期的研究已经证明，ECG年龄可以预测心脏病和死亡率。然而，在此研究之前，关于ECG年龄对认知功能的影响知之甚少。
研究团队审查了来自英国生物库的数据，该库包括超过63,000名自愿参与的个体，他们参与了一项始于超过500,000名40至69岁参与者的长期研究。这些参与者完成了多个认知评估，这些评估的时间与他们的ECG测试相一致，从而提供了相对于他们的ECG年龄的认知状态的准确评估。
根据ECG年龄的结果，参与者被分为三个组：正常衰老组、加速ECG衰老组（比其公历年龄大）和减速ECG衰老组（比其公历年龄小）。
分析显示，减速组在8项认知测试中有6项的表现超过了正常衰老组，而加速衰老组在8项测试中有6项的得分低于正常组。
- 比其公历年龄年轻的参与者在8项认知评估中表现优秀，共计6项。
- 比其公历年龄年长的参与者在8项测试中表现较差，共计6项。
Ofosuhene强调：“在中风管理中有大量的ECG数据可用，我敦促医疗提供者利用这些信息来识别认知衰退的早期迹象。这可能有助于更早的诊断和及时的干预。”
这项研究有几个局限性。分析的43至85岁的年龄范围可能无法代表适用于其他年龄组的发现。由于这是一项横断面研究，因此它并不跟踪认知表现随时间的变化。此外，从这一特定人群获得的结果可能不适用于其他人群。
Ofosuhene表示：“未来的研究将旨在探索ECG年龄与认知表现之间潜在的性别差异。此外，由于许多英国生物库的参与者自认为是欧洲血统，我们希望验证我们的结果是否能够在更为多样化的群体中得到确认。”
“心血管健康与脑健康之间的联系越来越受到重视。这项研究表明，AI能够辨别ECG数据所推导的较高生物年龄与较低认知表现之间的关系。使用ECG数据评估认知能力听起来是一个创新的概念。如果得到验证，这项研究可能会导致重大的影响。例如，在医生就诊期间或通过可穿戴设备获取的ECG读数可以提供家庭环境或医疗资源匮乏的农村地区的认知评估。此外，使用AI分析ECG数据可能比传统的神经心理学评估更快且更客观。还有一个关键的问题是：ECG数据能否预测未来的认知衰退？如果答案是肯定的，这可能会导致重要的治疗，因为某些ECG异常是可治疗的。”美国心脏协会下一项关于心脏健康与脑功能关系的科学声明的主席、芝加哥伊利诺伊大学医学院的教授Fernando D. Testai，M.D.，Ph.D.，FAHA如是说，虽然他未参与这项研究。
关于研究设计和背景的详细信息：
- 该研究涉及63,800名参与者（平均年龄65岁，52%为女性），研究时间从2023年8月到2024年7月。大多数参与者为参与英国生物库研究的白人欧洲裔，从2006年到2010年招募志愿者。
- 如果参与者有缺失或无效的ECG或认知数据，将被排除在外。
- 正常衰老组包含15,563人，加速组包含24,671人，减速组包含23,566人。
- 总共分析了8项认知测试。虽然一些英国生物库的参与者接受了额外的评估，但认知测试结果在三个组之间进行了比较，调整了公历年龄、性别和教育。
