AI解密大腦深層睡眠清潔機制與流速

羅chester大學等機構的科學家於2026年9月12日在『Science Advances』期刊發表研究，利用物理資訊人工智慧（Physics-Informed AI）成功測量大腦在深層睡眠時清除代謝廢物（如阿茲海默症相關的類澱粉蛋白質）的運作速度。研究發現大腦淋巴系統呈現雙速清理機制，大腦表面開放區域的液體流速約為每秒數微米，而深入大腦組織內部的流速則慢上約50倍。 作者指出，過去傳統顯微鏡僅能觀察局部細微變化，而核磁共振造影（MRI）雖然能取得全腦立體視角，卻無法捕捉極為緩慢的流體流速。透過結合人工智慧與物理模型，研究團隊得以從磁共振造影數據中精確估算流體速度與周圍腦組織的滲透率，克服了長期以來活體大腦微循環測量的技術障礙。 這項研究揭示了腦脊髓液在不同大腦微環境中的運輸機制，證實液體能在大腦開放空間相對快速流動，但在緻密腦組織中則極為緩慢。這項突破不僅加深了學界對大腦類澱粉蛋白質清除途徑的理解，也為未來研究大腦自然廢物清除循環是否因老化、創傷性腦損傷或阿茲海默症而改變提供了重要的技術基礎。 未來研究團隊計劃將此技術從動物實驗推進至人類臨床應用，期望能在早期生命階段篩檢出大腦循環不良的高風險族群，進而預防阿茲海默症，或是用來評估腦震盪患者的大腦液體循環是否遭受破壞，為神經退化性疾病的早期診斷與治療開闢全新途徑。