Forscher des Karolinska Instituts in Schweden analysierten Daten der UK Biobank, einem Forschungsinstitut, das die langfristigen Auswirkungen von Genetik und Lebensstil auf Krankheiten verfolgt. Das Durchschnittsalter der Teilnehmer betrug 54,7 Jahre. Etwa neun Jahre nach den ersten Schlafbewertungen unterzogen sich die Teilnehmer MRT-Scans, und Modelle des maschinellen Lernens wurden eingesetzt, um ihr biologisches Hirnalter zu schätzen. Diese Modelle, eine Form der künstlichen Intelligenz, wurden anhand eines großen Datensatzes von Gehirnscans trainiert, um Muster zu identifizieren, die mit dem Altern in Verbindung stehen. Durch den Vergleich des vorhergesagten Hirnalters mit dem tatsächlichen Alter der Teilnehmer konnten die Forscher feststellen, ob ihr Gehirn schneller alterte als erwartet.

Die Studie quantifizierte die Schlafqualität anhand von fünf Dimensionen: Chronotyp (Morgen- oder Abendtyp), Schlafdauer, Schnarchen und Schlaflosigkeit. Die Ergebnisse deuten darauf hin, dass Personen mit schlechten Schlafgewohnheiten, wie z. B. solche mit einem "Nachtschwärmer"-Lebensstil oder solche, die schnarchen, Anzeichen einer beschleunigten Hirnalterung aufwiesen. "Unsere Ergebnisse liefern Beweise dafür, dass schlechter Schlaf zu einer beschleunigten Hirnalterung beitragen kann", erklärte Abigail Dove, eine Neuroepidemiologin am Karolinska Institut. Dove wies auch auf Entzündungen als potenziellen zugrunde liegenden Mechanismus hin.

Der Zusammenhang zwischen Schlaf und Demenz ist bereits bekannt, aber es war unklar, ob schlechter Schlaf eine Ursache oder ein frühes Symptom der Krankheit war. Diese neue Forschung deutet auf einen direkteren Einfluss der Schlafqualität auf die Gesundheit des Gehirns hin. Die Implikationen dieser Studie sind bedeutend, da sie die Bedeutung der Priorisierung von Schlaf für die Aufrechterhaltung der kognitiven Funktion und die potenzielle Verzögerung des Einsetzens altersbedingten kognitiven Abbaus hervorhebt.

Der Einsatz von maschinellem Lernen in dieser Studie demonstriert die zunehmende Rolle der KI in der medizinischen Forschung. Diese Modelle können riesige Datenmengen analysieren, um subtile Muster zu identifizieren, die der menschlichen Beobachtung entgehen könnten. Es ist jedoch wichtig zu beachten, dass Korrelation nicht gleichbedeutend mit Kausalität ist und weitere Forschung erforderlich ist, um die Mechanismen, durch die schlechter Schlaf die Hirnalterung beeinflusst, vollständig zu verstehen.

Zukünftige Studien könnten die spezifischen Entzündungspfade untersuchen und potenzielle Interventionen zur Verbesserung der Schlafqualität und zur Milderung der Auswirkungen der Hirnalterung erforschen. Die Ergebnisse unterstreichen die Notwendigkeit von Initiativen im Bereich der öffentlichen Gesundheit, die gesunde Schlafgewohnheiten und die Früherkennung von Schlafstörungen fördern.