麻省理工学院的研究表明，熬夜导致注意力不集中是因为大脑在自我清洁。睡眠不足时，脑脊液无法有效清除废物，白天会启动类似睡眠的清洁机制，从而影响注意力。

该文综述机器学习与深度学习在阿尔茨海默病及痴呆诊断中的研究。方法包括随机森林、SVM、朴素贝叶斯和CNN，结合MRI图像与分水岭分割提取特征。SVM配合分水岭特征准确率达96.25%，随机森林用4项指标识别率近94%。SVM和朴素贝叶斯最稳定，信息增益特征选择优于主成分分析。深度学习分类表现突出，血液生物标记物有望成为低成本早期诊断手段。

该研究提出了一种多模式系统，利用声学、认知和语言特征，通过专业人工神经网络检测阿尔茨海默病及其严重程度。系统在ADReSS挑战数据集上达到了83.3％的精度，在DementiaBank Pitt数据库上达到了88.0％的分类精度。研究验证了无意识语音的通用性和可移植性。