Beyin sağlığı için dijital biyobelirteçler: giyilebilir sensörlerle pasif ve sürekli değerlendirme

Saatiniz Zihninizi Nasıl Koruyabilir?

Birçoğumuz zaten adımlarımızı sayan, uykumuzu izleyen ve kalp ritmimizi kontrol eden cihazlar takıyoruz. Bu çalışma basit ama güçlü bir soru soruyor: bu sessiz veri akışları, günlük olarak hafızamızın, dikkatimizi ve ruh halimizin nasıl olduğunu da ortaya koyabilir mi? Eğer öyleyse, beyin sağlığı ciddi sorunlar ortaya çıkmadan çok önce sürekli ve arka planda nazikçe izlenebilir.

Test Yapmadan Beyni İzlemek

İnsanları uzun, yorucu değerlendirmeler için laboratuvara getirmek yerine araştırmacılar, İsviçre ve Fransa’da günlük yaşamlarını sürdüren 82 orta‑yaşlı ve daha yaşlı yetişkini on ay boyunca izlediler. Herkes bir tüketici akıllı saati taktı ve bir akıllı telefon uygulaması kullandı. Cihazlar otomatik olarak her kişinin hareketini, kalp ritmini, uyku düzenlerini, çevresindeki hava durumunu ve hava kalitesini kaydetti. Her üç ayda bir katılımcılar çevrimiçi görevleri tamamlayarak hafıza, hız ve esneklik gibi farklı düşünme türlerini ölçtüler ve stres, kaygı ve ruh hali gibi duygular hakkında anket doldurdular. Toplamda ekip, yalnızca pasif olarak toplanan verileri kullanarak bu tür 21 beyinle ilgili sonucu tahmin etmeye çalıştı.

Günlük Sinyalleri Beyin İpuçlarına Dönüştürmek

Vücudun ve çevrenin zihne nasıl bağlandığını ortaya koymak için ekip önce cihazların düzenli olarak takıldığından emin olmak amacıyla verileri temizledi—ortalama olarak geçerli bilgiler her günün %96’sından fazlası için mevcuttu. Ardından ham sensör okumalarını 24 saatlik ortalama kalp hızı, derin uykuda geçen süre, atılan adımlar ve tipik sıcaklık veya hava kirliliği düzeyi gibi basit günlük sayılara özetlediler. Birkaç tür makine öğrenimi modeli kullanarak bilgisayar programlarını bu sinyaller kombinasyonlarının her kişinin düşünme test puanları ve kendi bildirdiği duygularla nasıl ilişkili olduğunu öğrenmeleri için eğittiler. Modelleri iki zorlu yolla kontrol ettiler: kişiler arasındaki farkları tahmin etmek ve aynı kişinin bir üç aylık dönemden diğerine nasıl değiştiğini tahmin etmek.

Görünmez Testler Ne Kadar İyi Çalıştı?

Modeller, tüm 21 düşünme ve ruh hali sonucunu mütevazı hata ile tahmin edebildi; genellikle her ölçümün tam aralığının yaklaşık %3 ile %25’i arasındaydı. Günlük hisler—stres, kaygı, olumlu ruh hali ve olumsuz ruh hali gibi—genelde zaman sınırlı düşünme görevlerindeki performanstan daha kolay tahmin edilebildi. Örneğin, bilgisayarın depresyon veya kaygı hakkındaki tahminleri ortalama olarak yalnızca tek haneli yüzdelerle saparken, sözel akıcılık gibi daha karmaşık beceriler yakalanması daha zordu. Herkes için her zaman ortalama puanı tahmin eden çok basit bir stratejiyle karşılaştırıldığında, daha akıllı modeller dikkat ve bilişsel esneklik gibi bazı ayrıntılı düşünme yeteneklerinde bu temel çizgiyi açıkça aştı ve çoğu diğer sonuç için en azından benzer bir kararlılık gösterme eğilimindeydi. Bu, pasif verilerin her ölçüm için güçlü kazançlar gösterecek kadar büyük olmasa da beyin sağlığı hakkında gerçek bilgi içerdiğini düşündürüyor.

En Önemli Olan Neler: Hava, Hava Durumu, Uyku ve Kalp Atışları

Temel soru sadece tahminin mümkün olup olmadığı değil, hangi sinyallerin en faydalı ipuçlarını taşıdığıdır. Analiz, çevresel maruziyetlerin ve kalple ilgili ölçümlerin sıklıkla en öne çıktığını gösterdi. Sıcaklık, ozon ve ince partiküller gibi hava koşulları ve kirleticiler, bazı insanların düşünme testlerinde neden diğerlerinden daha yüksek ya da daha düşük puan alma eğiliminde olduğunu açıklamada özellikle önemliydi. 24 saatlik kalp hızı desenleri, uyku kalitesi ve fiziksel aktivite ise belirli bir kişinin zaman içindeki düşünme ve ruh hali değişimlerini açıklamaya yardımcı oldu. Özellikle ruh haliyle ilgili sonuçlarda hareket ve çevresel faktörler birlikte çalıştı: temiz ve ılıman havada geçirilen aktif günler daha iyi duygusal durumlarla daha sık ilişkilendirildi. Bu tablo, kirli ve rahatsız edici çevrelerin uzun vadede beyni zorladığını; uykunun bozulması ve strese bağlı kalp ritmi değişikliklerinin ise ruh hali ve odaklanmada günlük dalgalanmalarla ilişkili olduğunu gösteren önceki çalışmalarla uyumlu.

Reaktif Bakımdan Erken Uyarılara

Çalışmanın sınırları var: katılımcılar genellikle iyi eğitimliydi, dar bir coğrafi bölgeden geliyordu ve teşhis konmuş bir zihinsel hastalıklarından yoksundu; bu nedenle bulgular henüz daha çeşitli veya risk altındaki gruplara uygulanamayabilir. Modeller ayrıca dakika dakikasına ayrıntı yerine günlük özetler kullandı ve belirgin hastalıklardan ziyade doğal iniş çıkışları takip etti. Yine de sonuçlar, basit ve yaygın olarak bulunan cihazların nasıl düşündüğümüzü ve hissettiğimizi yansıtan anlamlı değişiklikleri sessizce izleyebileceğini gösteriyor. Zaman içinde bu tür "dijital biyobelirteçler" kişisel bir beyin sağlığı temel düzeyi oluşturup ondan hafif sapmaları işaretleyebilir—ciddi hafıza kaybı veya ruh hali bozuklukları ortaya çıkmadan çok önce daha yakın değerlendirmeyi tetikleyerek. Bu araçlar doktorların yerini almak yerine düşük yükümlülük gerektiren erken uyarı sistemleri olarak hizmet edebilir ve yaşam boyu daha önleyici, kişiselleştirilmiş beyin sağlığı bakımını destekleyebilir.

Atıf: 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

Anahtar kelimeler: dijital biyobelirteçler, giyilebilir sensörler, beyin sağlığı, kognisyon ve ruh hali, pasif izleme