Nowatorskie podejście oparte na sztucznej inteligencji umożliwia precyzyjną ocenę dojrzałości mózgu niemowląt na podstawie kilku minut zapisu EEG. Rozwiązanie opracowane przez zespół badaczy z Uniwersytetu w Montrealu może być przełomem w diagnostyce i monitorowaniu rozwoju neurologicznego najmłodszych pacjentów – także tych z grup ryzyka.
Z tego artykułu dowiesz się…
- Jak sztuczna inteligencja analizuje EEG niemowląt, by ocenić wiek mózgu.
- Czym różni się głębokie uczenie od klasycznych metod analizy sygnałów EEG.
- Jakie fale mózgowe wskazują na dojrzałość neurologiczną dziecka.
- Jak AI może wspierać wykrywanie zaburzeń rozwojowych jeszcze przed pojawieniem się objawów.
Nowa metoda: szybka ocena rozwoju mózgu dzięki AI
Zespół kierowany przez dr Sarah Lippé z Wydziału Psychologii Uniwersytetu w Montrealu opracował metodę pozwalającą określić, czy rozwój mózgu niemowlęcia przebiega zgodnie z wiekiem chronologicznym, jest opóźniony, czy też przyspieszony.
W badaniu uczestniczyło 272 dzieci, z których 53 miały rozpoznaną makrocefalię – stan wiążący się z nietypowym rozwojem mózgu i nieprawidłowo dużą głową. Badacze analizowali ich zapis EEG, stosując dwa podejścia: konwencjonalne uczenie maszynowe oraz nowatorskie głębokie uczenie.
Głębokie uczenie przewyższa tradycyjne modele
W przypadku modelu klasycznego dane EEG zostały wcześniej przetworzone – wyodrębniono m.in. cechy takie jak intensywność fal mózgowych w pasmach delta, theta i alfa. Natomiast model głębokiego uczenia pracował bezpośrednio na surowych danych EEG.
Wyniki opublikowane w maju 2025 r. w NeuroImage wykazały, że to właśnie model głębokiego uczenia był bardziej precyzyjny – oszacowywał wiek dziecka ze średnim błędem mniejszym niż 30 dni.
Fale mózgowe jako wskaźniki dojrzałości
Wiek mózgu korelował z obecnością i nasileniem poszczególnych pasm fal mózgowych. U niemowląt dominowały fale delta (0,5–2,5 Hz), które zanikają wraz z dojrzewaniem. Z kolei fale alfa (6–9 Hz), powiązane z uwagą i relaksem, stają się coraz bardziej wyraźne w miarę rozwoju funkcji poznawczych.
To potwierdza, że EEG może być nie tylko narzędziem rejestrującym, ale także wskaźnikiem postępu rozwoju neurologicznego.
Możliwość wczesnej diagnozy i personalizacji terapii
Co istotne, opracowany algorytm może pomóc wykrywać nieprawidłowości, zanim pojawią się pierwsze objawy behawioralne. W przypadku dzieci z makrocefalią badacze odnotowali wyraźne opóźnienia w dojrzewaniu mózgu.
Nowe narzędzie może także służyć do monitorowania efektów terapii – pozwalając obiektywnie ocenić postęp rozwoju mózgu na podstawie zmian w EEG.
Główne wnioski
- Algorytmy AI oszacowały wiek mózgu niemowląt ze średnim błędem poniżej 30 dni – narzędzie analizuje zaledwie kilka minut surowego zapisu EEG.
- Badanie objęło 272 dzieci, w tym 53 z makrocefalią – u dzieci z tym schorzeniem odnotowano opóźnienia w dojrzewaniu mózgu.
- Najlepsze wyniki dał model oparty na głębokim uczeniu – wyraźnie przewyższył klasyczne podejście bazujące na cechach wyodrębnionych z EEG.
- Technologia może pomóc w wykrywaniu zaburzeń rozwojowych i ocenie skuteczności terapii – jeszcze przed wystąpieniem objawów behawioralnych.
Źródło:
- University of Quebec at Montreal
