最新研究表明，像智能手表这样的日常设备可以帮助人们在就诊前很久就发现认知和情绪的细微变化。
如果大脑健康变化的最初迹象并非首先出现在诊所，而是在日常生活的普通节奏中呢？比如你的睡眠质量如何，你的心脏在夜间的运作情况，甚至你通勤途中呼吸的空气？
发表在npj Digital Medicine上的一项新研究表明，消费级可穿戴设备和移动传感器可能能够做到这一点：通过被动地、持续地收集真实世界的数据，捕捉与认知和心理健康相关的早期信号 [ 1 ]。
长期以来，人们对大脑健康的评估都是基于一些短期快照：一次测试、一份问卷调查、一次定期复诊。然而，认知和情绪的变化并非瞬息万变，它们会在数周甚至数月的时间里波动，有时这种波动十分细微。而这些细微的变化可能比我们想象的更为重要，尤其是在长寿领域，因为长寿的目标不仅仅是治疗衰退，而是要及早发现这些变化，从而改变最终结果。
这项研究对82名认知功能正常的成年人进行了为期10个月的追踪调查，期间使用持续佩戴的消费级可穿戴设备并结合移动数据采集。研究人员将这些被动数据与研究期间四个时间点进行的主动评估相结合，考察了21项认知和心理健康指标。
研究人员不想让人们不断停下手中的事情来接受测试，而是想看看普通设备是否可以悄悄地跟踪背景模式，以及这些模式是否可以有意义地反映大脑健康状况。
答案似乎是：在某种程度上，是的。
参与者佩戴传感器的时间占比高达96%，这使得该研究拥有异常强大的日常监测覆盖率。这一点至关重要，因为脑健康研究面临的最大障碍之一不仅是精确性，还有实用性。如果一种工具过于繁琐，就无法大规模应用。
可穿戴设备实际捕捉到的信息
最有力的信号并非来自花哨的认知游戏或实验室级别的硬件。相反，最具信息量的预测指标却出人意料地熟悉：睡眠、心率、天气和污染暴露。
就认知结果而言，睡眠、心率和污染最为显著。就情绪或情感结果而言，与睡眠相关的心率也发挥了关键作用。
这提醒我们，大脑健康并非封闭在颅骨之内，而是与身体和环境息息相关。睡眠不足会影响注意力。自主神经系统压力过大会影响情绪调节。污染，尤其是与炎症和血管紧张相关的污染，也可能对认知能力产生影响。
换句话说，智能手表并非直接“读取大脑”，而是捕捉大脑功能相关的状况，即可能影响大脑功能的生物和环境因素。
这确实很有前景，但它还不是万能的。研究人员发现，人工智能模型在21种结果的预测误差都很低，但与简单的群体平均模型相比，只有三种结果的预测结果出现了统计学意义上的显著改善，而有一种结果实际上用更简单的模型预测得更好。其余结果的差异则不具有统计学意义。
但这并不意味着这项技术毫无潜力；它仅仅意味着该领域仍处于早期阶段。与其说这是一项现成的临床工具，不如说它更像是一项可行性验证。研究表明，被动式、低负担的监测可以捕捉到认知和情绪方面的“有意义的变化”，但尚未证明消费级可穿戴设备能够可靠地预测哪些人存在认知障碍风险。
此外，研究也存在一些局限性。样本量相对较小，参与者大多受过高等教育且熟练掌握数字技术。部分参与者使用非母语完成了评估。自我报告的数据也可能存在偏差。如果此类监测最终应用于主流医疗服务，隐私问题仍将是一个亟待解决的问题。
为什么这对寿命很重要
然而，更广泛的信号不容忽视。这项研究预示着未来脑健康监测将不再是零散的、而是更加日常化的，不再是令人倍感压力的年度体检，而是融入日常生活的持续信息流。随着痴呆症和与年龄相关的认知衰退持续增加，这可能会对初级保健、远程医疗乃至临床试验招募产生重大影响。
对于长寿领域而言，这正是值得关注的转变。从晚期诊断到早期模式识别；从疾病应对到主动监测；从“现在出了什么问题？”到“发生了什么变化，我们能否更早干预？”
如果未来的研究能够在更大、更多样化的人群中验证这些发现，那么日常可穿戴设备可能会成为长期保持认知健康最安静、最重要的工具之一。
🔗：https://longevity.technology/news/wearables-may-spot-brain-changes-earlier/