瑞典卡罗林斯卡学院的研究人员利用英国生物样本库的数据，研究了睡眠质量的五个维度：睡眠类型（早睡早起型或晚睡晚起型）、睡眠时长、打鼾、失眠和白天过度嗜睡。在最初的睡眠评估大约九年后，参与者接受了核磁共振扫描，并使用机器学习模型来评估他们的大脑年龄。这些模型通过对大量脑部扫描数据集进行训练，可以根据大脑的结构特征预测个体的年龄。预测的大脑年龄与个体的实际年龄之间的显著差异被认为是加速大脑衰老的标志。

卡罗林斯卡学院的神经流行病学家阿比盖尔·多夫表示：“我们的研究结果提供了证据，表明睡眠不足可能导致大脑加速衰老，并指出炎症是潜在的机制之一。”该研究表明，慢性炎症可能是由睡眠不足引发的，可能是推动这种加速衰老的关键因素。

睡眠与痴呆症之间的联系早已确立，但这项新研究澄清了不良睡眠习惯可能直接导致大脑衰老，而不仅仅是痴呆症的早期症状。这种区分对于制定预防策略至关重要。

本研究中机器学习的使用突显了人工智能在医学研究中日益重要的作用。这些人工智能模型可以分析复杂的数据集，并识别传统统计方法可能遗漏的模式。然而，重要的是要注意，这些模型的好坏取决于它们所训练的数据，数据中的潜在偏差可能会影响结果。

这些发现对公共健康具有重要意义。推广健康的睡眠习惯，例如保持规律的睡眠时间表、营造轻松的睡前习惯以及解决打鼾和失眠等睡眠障碍，可能有助于减缓大脑衰老并降低与年龄相关的认知能力下降的风险。需要进一步研究以充分了解睡眠不足影响大脑的机制，并开发有针对性的干预措施，以改善睡眠质量并保护大脑健康。未来的研究可能会侧重于识别大脑衰老的特定生物标志物，并跟踪睡眠干预对认知功能的长期影响。