Hiszpańscy naukowcy opracowali metodę wykrywania Alzheimera z analizy snu przez AI

Zespół naukowców z Universidad Carlos III de Madrid (UC3M) i szpitala Severo Ochoa w Leganés opracował metodę, w której sztuczna inteligencja analizuje nocną aktywność elektryczną mózgu i na tej podstawie rozpoznaje wczesne zmiany związane z chorobą Alzheimera. Badanie opublikowano w czasopiśmie GeroScience na początku lipca 2026 roku.

Punktem wyjścia dla badaczy była obserwacja, że sen to okres wzmożonej aktywności układu glimfatycznego, czyli mechanizmu, przez który mózg usuwa metaboliczne odpady, w tym białko beta-amyloid. To właśnie gromadzenie się beta-amyloidu i białka tau jest jednym z biologicznych podłoży choroby Alzheimera, dlatego zapis mózgu podczas snu może nieść informacje niedostępne w badaniach wykonywanych w ciągu dnia.

Jak działa metoda

Uczestnicy badania przechodzili standardowe badanie polisomnograficzne, w którym elektrody umieszczone na skórze głowy rejestrują aktywność neuronalną przez całą noc. Dane te trafiały następnie do modeli uczenia maszynowego, które szukały wzorców odróżniających mózg osoby zdrowej od mózgu osoby z rozpoczynającym się procesem neurodegeneracyjnym.

Wyniki analizy AI badacze zestawili z kluczowymi biomarkerami mierzonymi w płynie mózgowo-rdzeniowym, takimi jak beta-amyloid, fosforylowane tau, całkowite tau oraz łańcuch lekki neurofilamentu. Dzięki temu zestawieniu algorytm nie tylko rozróżnił osoby zdrowe od chorych z wysoką dokładnością, ale też podzielił pacjentów z Alzheimerem na trzy odrębne podgrupy biologiczne, różniące się profilem tych biomarkerów.

Nagranie aktywności elektrycznej podczas snu daje nam wgląd w procesy biologiczne - Arrate Muñoz-Barrutia, profesor Wydziału Neurobiologii i Nauk Biomedycznych, UC3M

Dlaczego diagnoza we wczesnej fazie ma znaczenie

Autorzy badania podkreślają, że dostępne obecnie leki na chorobę Alzheimera działają skutecznie tylko wtedy, gdy zostaną podane we wczesnych stadiach choroby, zanim dojdzie do trwałego uszkodzenia neuronów. Problem w tym, że dzisiejsza diagnostyka opiera się głównie na nakłuciu lędźwiowym do pobrania płynu mózgowo-rdzeniowego lub na kosztownych badaniach obrazowych PET, które nie są dostępne masowo i bywają uciążliwe dla pacjentów.

Metoda oparta na analizie snu i AI mogłaby stać się tańszym, nieinwazyjnym narzędziem przesiewowym, które da się przeprowadzić na podstawie badania, jakie wielu pacjentów i tak już wykonuje z innych powodów, na przykład w diagnostyce bezdechu sennego. W zespole badawczym uczestniczyli między innymi Anna Michela Gaeta, pulmonolog ze szpitala Severo Ochoa, Lorena Gallego Viñarás z UC3M, a także neurolog Gerard Piñol Ripoll i pulmonolog Ferrán Barbé ze szpitali w Lleidzie.

Ograniczenia badania

Grupa badana liczyła stosunkowo niewielką liczbę osób, 42 pacjentów z Alzheimerem i 58 zdrowych ochotników, co typowe jest dla wczesnej fazy walidacji nowych narzędzi diagnostycznych, ale oznacza, że przed wprowadzeniem metody do codziennej praktyki klinicznej konieczne będą większe badania na bardziej zróżnicowanych populacjach. Naukowcy zapowiadają dalsze prace nad dopracowaniem algorytmu i sprawdzeniem, czy trzy zidentyfikowane podgrupy pacjentów odpowiadają różnym tempom postępu choroby lub różnej reakcji na leczenie.

Dla polskich placówek zajmujących się diagnostyką neurodegeneracyjną, gdzie dostęp do badań PET i analizy płynu mózgowo-rdzeniowego bywa ograniczony poza dużymi ośrodkami akademickimi, tego typu narzędzie mogłoby w przyszłości uzupełnić istniejącą ścieżkę diagnostyczną, zwłaszcza w pierwszym etapie kwalifikacji pacjentów do dalszych, bardziej inwazyjnych badań.