Digitale biomarkers voor hersengezondheid: passieve en continue beoordeling via draagbare sensoren

Waarom uw horloge uw geest kan helpen beschermen

Velen van ons dragen al apparaten die onze stappen tellen, onze slaap volgen en onze hartslag controleren. Deze studie stelt een eenvoudige maar krachtige vraag: kunnen die stille datastromen ook onthullen hoe het met ons geheugen, onze aandacht en onze stemming staat van dag tot dag? Als dat zo is, zou de hersengezondheid continu en onopvallend op de achtergrond gevolgd kunnen worden, lang voordat er ernstige problemen verschijnen.

De hersenen volgen zonder tests

In plaats van mensen naar een laboratorium te halen voor lange, vermoeiende evaluaties, volgden de onderzoekers 82 middelbare en oudere volwassenen in Zwitserland en Frankrijk terwijl ze tien maanden lang hun dagelijkse leven leidden. Iedereen droeg een consumenten‑smartwatch en gebruikte een smartphone‑app. De apparaten registreerden automatisch beweging, hartritme, slaappatronen, weer en luchtkwaliteit rond elke persoon. Om de drie maanden voltooiden deelnemers ook online taken die verschillende vormen van denken maten—zoals geheugen, snelheid en flexibiliteit—en vulden vragenlijsten in over gevoelens zoals stress, angst en stemming. In totaal probeerde het team 21 dergelijke hersengerelateerde uitkomsten te voorspellen met alleen de passief verzamelde gegevens.

Dagelijkse signalen omzetten in aanwijzingen voor de hersenen

Om lichaam en omgeving aan geest te koppelen, maakten de onderzoekers eerst de gegevens schoon om zeker te zijn dat de apparaten regelmatig werden gedragen—gemiddeld was er geldige informatie beschikbaar voor meer dan 96% van elke dag. Daarna vattten ze de ruwe sensorlezingen samen in eenvoudige dagelijkse cijfers, zoals gemiddelde hartslag over 24 uur, tijd in diepe slaap, afgelegde stappen en typische temperatuur‑ of luchtvervuilingsniveaus. Met verschillende soorten machine‑learning‑modellen trainden ze computerprogramma’s om te leren hoe combinaties van deze signalen samenhingen met iemands resultaten op denktests en zelfgerapporteerde gevoelens. Ze controleerden de modellen op twee uitdagende manieren: door verschillen tussen mensen te voorspellen en door te voorspellen hoe dezelfde persoon veranderde van de ene drie‑maandelijkse meting naar de volgende.

Hoe goed werkten deze onzichtbare tests?

De modellen konden alle 21 cognitieve en stemmingsuitkomsten voorspellen met een bescheiden fout, meestal tussen ongeveer 3% en 25% van het volledige bereik van elke maat. Alledaagse gevoelens—zoals stress, angst, positieve stemming en negatieve stemming—waren over het algemeen makkelijker te voorspellen dan prestaties op getimede denkopgaven. Zo lagen de computerinschattingen van depressie of angst gemiddeld slechts enkele procenten naast de werkelijke waarden, terwijl complexere vaardigheden zoals verbaal vloeiendheid moeilijker te vangen waren. Vergeleken met een zeer eenvoudige strategie die altijd het gemiddelde voor iedereen raadde, presteerden de slimme modellen duidelijk beter dan deze basis voor sommige specifieke cognitieve vaardigheden zoals aandacht en cognitieve flexibiliteit, en waren ze voor de meeste andere uitkomsten minstens even stabiel. Dit suggereert dat passieve data echte informatie over hersengezondheid bevatten, ook al zijn de huidige datasets nog te klein om voor elke maat sterke verbeteringen te tonen.

Wat het meest telt: lucht, weer, slaap en hartslagen

Een kernvraag is niet alleen of voorspelling mogelijk is, maar welke signalen de meest bruikbare aanwijzingen dragen. De analyse toonde aan dat blootstelling aan de omgeving en hartgerelateerde maten vaak bovenaan kwamen te staan. Weersomstandigheden en luchtverontreinigende stoffen—zoals temperatuur, ozon en fijnstof—waren bijzonder belangrijk om te verklaren waarom sommige mensen geneigd waren hoger of lager te scoren dan anderen op denktests. Hartslagpatronen over de hele dag, slaapkwaliteit en fysieke activiteit hielpen verklaren hoe iemands denken en stemming in de loop van de tijd verschoven. Voor stemminggerelateerde uitkomsten werkten beweging en omgevingsfactoren vooral samen: actieve dagen in schonere, milde lucht gingen vaker gepaard met een betere emotionele staat. Dit beeld past bij eerdere studies die laten zien dat vervuilde, oncomfortabele omgevingen de hersenen op lange termijn belasten, terwijl verstoorde slaap en stressgerelateerde hartritmes samenhangen met dag‑tot‑dag dalingen in stemming en focus.

Van reactieve zorg naar vroege waarschuwingen

De studie heeft beperkingen: de deelnemers waren over het algemeen hoogopgeleid, afkomstig uit een beperkt geografisch gebied en vrij van gediagnosticeerde psychische aandoeningen, dus de bevindingen zijn mogelijk nog niet van toepassing op meer diverse of risicogroepen. De modellen gebruikten ook dagelijkse samenvattingen in plaats van minuut‑voor‑minuut details, en ze volgden natuurlijke ups en downs in plaats van duidelijke ziekteprocessen. Toch tonen de resultaten dat eenvoudige, breed beschikbare apparaten stilletjes betekenisvolle veranderingen in ons denken en voelen kunnen weerspiegelen. In de loop van de tijd zouden zulke "digitale biomarkers" kunnen helpen een persoonlijk referentieniveau voor hersengezondheid vast te stellen en subtiele afwijkingen daarvan te signaleren—waardoor aanvullend onderzoek wordt aangezet lang voordat ernstige geheugenachteruitgang of stemmingsstoornissen zich ontwikkelen. In plaats van artsen te vervangen, zouden deze hulpmiddelen kunnen dienen als laagdrempelige vroegtijdige waarschuwingssystemen die meer preventieve, gepersonaliseerde zorg voor hersengezondheid over de levensloop ondersteunen.

Bronvermelding: Matias, I., Haas, M., Daza, E.J. et al. Digital biomarkers for brain health: passive and continuous assessment from wearable sensors. npj Digit. Med. 9, 197 (2026). https://doi.org/10.1038/s41746-026-02340-y

Trefwoorden: digitale biomarkers, draagbare sensoren, hersengezondheid, cognitie en stemming, passieve monitoring