Handgjord MRI-radiomik av förstorade perivaskulära utrymmen och maskininlärning förutsäger kognitiv försämring och sömnstörning hos unga vuxna

Varför din telefontid kan spela roll för hjärnan

Många unga vuxna tillbringar timmar varje dag fastklistrade vid sina smartphones—ofta långt in på natten. Denna studie ställer en angelägen fråga: kan långvarig mobiltelefonanvändning tyst påverka hur väl vi tänker och sover? Med hjälp av detaljerade hjärnskanningar och artificiell intelligens sökte forskarna efter subtila förändringar i små vätskefyllda kanaler i hjärnan och undersökte om dessa förändringar kunde varna för tidiga problem med minne, koncentration och sömn hos personer som använder telefonen mycket.

Små hjärnkanaler med en viktig uppgift

Våra hjärnor är genomkorsade av smala tunnlar som omger blodkärl och hjälper till att skölja bort avfallsprodukter, särskilt under sömnen. Dessa tunnlar, kallade perivaskulära utrymmen, kan framträda förstorade på MRI-bilder, vilket antyder att hjärnans reningssystem kanske inte fungerar optimalt. Tidigare studier har kopplat förstorade utrymmen till tillstånd som demens och dålig sömn hos äldre. Den aktuella studien undersökte om liknande förändringar syns hos yngre personer som använder sina telefoner mycket—och om dessa förändringar hänger ihop med hur väl de sover och tänker.

Skanning av personer med hög telefonanvändning

Forskarna studerade 82 unga och medelålders vuxna i Kina som alla använde sina telefoner minst fyra timmar per dag. Alla genomgick hjärn‑MRI och fyllde i standardiserade frågeformulär som mäter kognitiv förmåga, nattlig sömnkvalitet, besvär med insomnia och dagtrötthet. Istället för att förlita sig på en läkares grova visuella bedömning använde teamet ett tränat datorprogram för att automatiskt avgränsa och mäta förstorade perivaskulära utrymmen i 17 olika hjärnregioner. För varje region räknade mjukvaran hur många utrymmen som fanns och beräknade deras storlek, längd och form, vilket gav 70 detaljerade mått som analyserades tillsammans med varje deltagares ålder och kön.

Att lära maskiner att upptäcka risk

För att omvandla dessa hjärnmätningar till praktiska varningsverktyg använde forskarna maskininlärning—de lärde algoritmer att skilja mellan personer med och utan kognitiva problem eller sömnstörningar. De reducerade först de 70 hjärnegenskaperna till de sex mest informativa för varje uppgift, och tränade sedan två typer av modeller: Gaussiska processklassificerare och beslutsträd. En modell försökte upptäcka vem som hade mätbar kognitiv försämring; andra modeller försökte identifiera dålig sömnkvalitet, insomnisymptom eller överdriven dagtrötthet. När modellerna testades på nya deltagare rankade kognitionsmodellen korrekt nedsatta kontra icke‑nedsatta fall de flesta gånger, och modellerna för sömn och sömnighet visade liknande goda prestanda.

Var i hjärnan signalerna kommer ifrån

De mest talande funktionerna var inte slumpmässigt spridda: de klustrade i regioner som är kända för att stödja tänkande och reglera sömn. Förändringar i pannloberna, som hjälper till med planering och uppmärksamhet, och i djupa strukturer såsom thalamus och basala ganglier, bidrog starkt till prediktioner om kognitiva poäng och insomni. Förstorade utrymmen i tinningloberna och en vit substans‑zon som kallas centrum semiovale var nära kopplade till rapporterad sömnkvalitet och dagtrötthet. Med hjälp av tolkningsverktyg visade författarna hur specifika egenskaper—som genomsnittlig längd eller krökning av dessa små utrymmen i vissa regioner—drev modellen mot att förutsäga “påverkad” eller “normal” för varje person.

Vad detta kan innebära för förebyggande

Även om studien var relativt liten och inte kan bevisa att hög telefonanvändning orsakar dessa hjärnförändringar, tyder resultaten på att strukturen hos perivaskulära utrymmen kan fungera som en tidig varningsmarkör för kognitiva problem och sömnstörningar hos annars friska unga vuxna. Om detta bekräftas i större och mer diversifierade grupper kan snabba MRI‑skanningar tillsammans med enkla maskininlärningsverktyg en dag hjälpa läkare att flagga personer vars hjärnor visar tidig stress från dålig sömn eller livsstilsvanor—långt innan fullfjädrad demens eller kroniska sömnstörningar utvecklas. För läsarna är budskapet tydligt: hur länge och hur sent du är på din telefon kan vara kopplat inte bara till att känna sig groggy utan även till subtila förändringar i hjärnhälsan som är värda att ta på allvar.

Citering: Li, L., Wu, J., Li, B. et al. Handcrafted MRI radiomics of enlarged perivascular spaces and machine learning predict cognitive impairment and sleep disturbance in young adults. Sci Rep 16, 5177 (2026). https://doi.org/10.1038/s41598-026-35845-3

Nyckelord: smartphoneanvändning, sömnkvalitet, kognitiv försämring, hjärn‑MRI, maskininlärning