一项对近50万38岁至73岁人群的脑数据研究发现，睡眠时长与中老年人的认知能力、精神健康呈显著关联，且7小时是恰到好处的睡眠时长。简言之，睡眠时间过短或过长，都与认知受损有关。这是复旦大学类脑智能科学与技术研究院冯建峰、程炜团队近日发表的最新研究成果。

聚焦儿童大脑发育与身心健康之间的关联以及老年人大脑与认知、疾病之间的关系， 复旦大学类脑研究院去年一年已在《科学》《自然》等顶尖期刊集中发表了一系列研究成果。

从某种意义上说，比成果本身更吸引人的，是脑研究的全新范式和路径。研究院院长冯建峰告诉记者，从大脑发育的起点到衰老，制作儿童健康大脑和老年健康大脑的“百科全书”，再“拼”上目前对脑疾病理解的模块——通过“解码”人脑的发育和工作机制，最终实现模拟人脑。

儿童的大脑，与心理健康之间有密切联系

从人出生后到11岁左右，是儿童大脑快速发育的阶段，其后加速度逐渐降低。理解大脑发育风险因素的作用机制，是理解人脑的重要一环。故此，冯建峰团队五年来持续研究儿童大脑发育与心理健康风险因素之间的关系。

“对少年儿童的大脑研究不仅是一个科学问题，青少年的‘脑力’也关乎国家的未来，揭示儿童心理健康的脑神经机制对于促进儿童身心健康与脑发育有重要意义。”冯建峰说。

调查显示，我国17岁以下的儿童青少年，大约有3000万人受困于各种行为问题和情绪障碍，学龄儿童和青少年已成心理疾病的高危人群，确诊人次逐年递增，并呈低龄化趋势。

一直以来，关于儿童心理健康与各种风险因素之间的关系，虽然不乏研究者，但大多来自认知心理学或公共卫生学领域。在冯建峰看来，儿童的大脑与心理健康之间有密切联系。揭示其中的脑机制，不仅有助于提早预防儿童身心健康问题、助力开展临床干预，还可以进一步完善儿童大脑发育的环境、条件。

以备受关注的睡眠时间为例。一直以来，有一种说法，认为“儿童睡眠最佳时长为9到11小时”。但这究竟是为什么，科学依据在哪里？

冯建峰团队通过研究发现，睡眠时长与眶额叶皮层、前额叶、颞叶、楔叶以及缘上回等脑区的皮层面积相关，而这些脑区又是抑郁等精神疾病和认知功能相关联的核心脑区。

“我们发现，睡眠时间少于7小时的儿童，较之睡眠时长9到11小时的儿童，行为问题平均要高53%，而认知则平均低7.8%。其背后原因在于，儿童睡眠时长与这些脑结构发育显著相关。”研究团队成员程炜告诉记者。

更进一步的研究发现，从大脑机制来看，人在儿童时期，睡眠时间越长越好；而到20多岁后会出现一个转折点，睡眠最佳时长为7到9小时；随着人步入老年，7小时是恰到好处的睡眠时长，睡眠时间过长或过短都与大脑认知受损有相关性。

“睡眠需求的变化与大脑发育及衰老之间有着什么样复杂的联系，目前也在研究之中，这对于未来干预大脑衰老进程和防范认知退化有着重要的意义。”程炜说。

数据“讲故事”，开启科研的第三种范式

这些研究成果让科学界和医学界对儿童心理健康与脑发育的关系有了新的认知，更重要的是，这一系列研究开启了科研的第三种范式，即理论研究、实验研究之外，以数据和算法为基础的全新研究。

“数据也会讲‘故事’。过去，不少研究数据中的信息及其存在的因果关系无法被获取，而现在，随着人工智能的发展以及算法的升级，包括医工的多学科交叉，那些隐藏在数据背后的‘故事’逐渐被完整还原，使成果加快落地、造福大众成为可能。”冯建峰介绍，如今，通过综合大型队列数据的人脑发育全图谱、发育全程数据，同时，通过更新的算法，科学家甚至可以预测一百年后人类大脑的变化。

目前，研究组关于儿童大脑发育的一系列研究成果，正是基于一些国际知名的青少年大脑队列数据库。比如，包含1.1万名儿童数据的美国青少年大脑认知发展研究的公开数据库，欧洲青少年群体神经科学影像学随访队列（IMAGEN），来自中国30个城市、欧洲6个城市的3867被试的脑影像及精神健康数据等。不少数据库已有超过10年的跟踪随访。

团队通过对各类数据的非线性关系的研究，不仅揭示了睡眠与大脑发育和认知能力、抑郁症等心理健康问题的关系，更多与儿童心理健康密切相关的脑机制也得以被发现。比如，大脑运行机制与儿童多动症之间的关联，城市化进程与青少年儿童的大脑结构及精神健康之间的特异性关联、家庭环境与儿童行为问题关系的脑结构基础等一系列问题都在研究中有了进一步的结论。

此外，研究团队还发现了与原本的“常识”并不一致的科学结论。比如，过去人们总认为25到28岁是最佳生育年龄，但通过大数据方法对儿童大脑发育队列数据分析发现，从儿童大脑发育角度最佳生育年龄在30岁左右，而父母育龄的过高和过低都与儿童心理健康问题有着显著的相关性。

基础科学研究推动应用，为精准医疗提供支持

让研究人员感到兴奋的是，从人脑的起点开始，到类脑人工智能和脑疾病的精准医疗，原本始于基础科学研究的类脑智能研究正离我们的应用越来越近。

冯建峰介绍，基于数据和算法，未来还会有更多有趣且有价值的发现。在推动人工智能和脑疾病研究发展的同时，这两者又会进一步帮助科学家加深对人脑机制的理解，由此形成一个科研发展的“闭环”，不断迭代、交叉融合。

比如，根据对于大脑不同部位神经元功能的研究，冯建峰模拟自己大脑的860亿个神经元，花费了三年多的时间搭建了一个同样有860亿个神经元的数字孪生“冯脑”。对比两者的之间决策模式的差异，以及后者的学习“进化”过程，也许可以对类脑人工智能发展提供更多的支持。

据了解，目前类脑研究院正与国内的医院合作建构人脑数据库，构建精神分裂症、抑郁症、神经退行性疾病、自闭症、脑卒中的大数据队列以及大学生队列。研究人员还通过脑影像平台，在已有数据和对大脑理解的基础上，发展各种算法。围绕大脑学习、记忆、情感以及成瘾的神经机制，从遗传分子、神经环路等多个层面做了很多基础的研究。这将为未来的精准医疗提供支持。

*文汇独家稿件，转载请注明出处。