摘要：近日，根据ISC 2025上发表的一项研究显示，心电图测试可能有一天会与人工智能（AI）模型一起用于检测过早衰老和认知能力下降。人工智能模型旨在根据心电图（ECG）数据预测一个人的生物年龄（身体细胞和组织的年龄），发现心电图年龄与认知能力之间存在很强的关联。

近日，根据ISC 2025上发表的一项研究显示，心电图测试可能有一天会与人工智能（AI）模型一起用于检测过早衰老和认知能力下降。人工智能模型旨在根据心电图（ECG）数据预测一个人的生物年龄（身体细胞和组织的年龄），发现心电图年龄与认知能力之间存在很强的关联。

在这项对英国63 000多人的分析中，心电图衰老加速的人的认知测试分数低于正常衰老的人。卒中可导致与年龄相关的认知能力下降，影响生活质量和功能。心电图检测心跳的电活动。随着每一次跳动，一个电脉冲（或“波”）穿过心脏。研究人员设计了一种被称为深度神经网络（DNN）的人工智能模型，从心电图数据中预测人们的生物年龄。

该研究的第一作者、马萨诸塞州伍斯特市麻省大学Chan医学院Bernard Ofosuhene博士说：“与以生活年数为基础的实际年龄不同，心电图年龄反映了心脏的功能状态，并可能在组织水平上反映整个生物体的功能状态，从而提供对衰老和健康状况的见解”。

既往研究发现，心电图年龄可帮助预测心血管疾病和死亡。在这项新研究之前，人们对心电图年龄与认知障碍的关系知之甚少。

研究人员分析了来自英国生物银行（UK Biobank）的63000多名参与者的数据，这是一项正在进行的大型研究，研究对象是来自英国的50多万名志愿者，他们在40~69岁之间注册，参与者接受一系列认知测试。在评估随访期间分析认知能力，以与心电图检测时间保持一致，并使用人工智能模型确定其心电图年龄。这种方法确保了认知数据在评估心电图年龄的同时准确地捕获了参与者的认知状态。

根据心电图年龄结果与实际年龄的比较，参与者被分为三组：正常衰老、加速心电图衰老（大于他们的实际年龄）和减缓心电图衰老（小于他们的实际年龄）。分析发现，与正常衰老组相比，根据心电图年龄，那些在8项认知测试中，有6项较他们的实际年龄小；在8项认知测试中，年龄大于实际年龄的人有6项表现较差。

“有很多脑电图数据可用于卒中治疗，我鼓励卫生保健专业人员使用这些数据寻找认知能力下降的迹象，这样做有助于早期诊断和及时干预。在未来的研究中，我们的目标是调查性别差异是否会影响心电图年龄和认知表现之间的关系。此外，考虑到UK Biobank的大多数参与者都是欧洲血统，我们有兴趣确定我们的发现是否可在更多样化的人群中复制”Bernard Ofosuhene博士说。

这项研究有几个局限性。由于该分析是在43~85岁之间（UK Biobank亚组分析的年龄）的人群中进行，因此尚不清楚这些发现是否适用于其他年龄段。这项横断面研究同时采取了所有措施，并未提供有关认知功能随时间变化的信息。这项对UK Biobank参与者的研究结果可能无法推广到其他人群。

“研究人员越来越认识到心脏和大脑健康之间的密切联系。这项研究表明，当人工智能分析心电图数据时，较高的生物年龄与较差的认知能力有关。使用心电图数据评估认知能力似乎是一个未来的想法。如果这项研究得到证实，它可能会有几个重要结果。例如，在医生办公室或用可穿戴设备远程收集的心电图数据可帮助评估家庭或缺乏神经精神病学专家的农村地区的认知能力。此外，使用心电图数据和人工智能可能较传统神经心理学评估更快、更客观。然而，一个重要的问题仍存在：心电图数据能否预测未来的认知能力下降？如果能回答这一问题可能会带来更有价值的治疗，因为一些心电图问题可得到解决，”2024年10月美国心脏协会科学声明“心脏对大脑健康的作用”主席、芝加哥伊利诺伊大学医学院神经病学和康复学教授Fernando D. Testai说。

研究设计

研究人员分析了2023年8月至2024年7月期间63 800名参与者（平均年龄65岁，52%为女性）。大多数参与者是UK Biobank的欧洲白人后裔，这是一项正在进行的大型研究，在2006~2010年期间，英国有超过50万名志愿者参加了这项研究。

如果ECG或认知数据缺失或无效，生物库参与者将被排除在本研究之外。正常衰老组有15 563人，加速衰老组24 671人，减缓衰老组23 566人。本研究分析了8项认知测试。UK Biobank的一些参与者接受了更多的测试。在校正实际年龄、性别和教育水平后，对三组之间的认知测试结果进行比较。

参考文献：American Stroke Association International Stroke Conference 2025 - Poster Abstract WMP15

来源：国际循环