Naukowcy ze Stanford Medicine opracowali system AI, SleepFM, który analizuje sygnały ciała podczas snu. Może on oszacować ryzyko wystąpienia ponad 100 schorzeń, w tym nowotworów i chorób serca.
Jak sztuczna inteligencja uczy się języka snu
Model SleepFM został wytrenowany na podstawie prawie 600 000 godzin nagrań snu od 65 000 osób. Dane pochodziły z polisomnografii, szczegółowego badania snu, które monitoruje aktywność mózgu, pracę serca, wzorce oddychania i inne sygnały fizjologiczne.
System integruje wiele strumieni informacji, ucząc się wzajemnych powiązań między sygnałami mózgowymi, rytmem serca czy aktywnością mięśni. Naukowcy określili ten proces jako naukę „języka snu”, co pozwala na kompleksową analizę stanu zdrowia pacjenta.
Wysoka skuteczność w prognozowaniu chorób
Po połączeniu danych ze snu z długoterminową historią medyczną pacjentów, SleepFM zidentyfikował 130 schorzeń, które można przewidzieć z dużą dokładnością. Najlepsze wyniki uzyskano w przypadku nowotworów, powikłań ciążowych, chorób krążenia i zaburzeń psychicznych.
Model wykazał się szczególnie wysoką precyzją w prognozowaniu raka prostaty (wskaźnik C-index 0,89), raka piersi (0,87), a także choroby Parkinsona (0,89) i zawału serca (0,81). Wyniki te przewyższają dokładność wielu narzędzi diagnostycznych stosowanych obecnie w medycynie.
Niezgodność sygnałów kluczem do diagnozy
Badacze odkryli, że kluczem do trafnych prognoz jest analiza niezgodności między różnymi sygnałami fizjologicznymi. Przykładowo, sytuacja, w której mózg wykazuje cechy głębokiego snu, podczas gdy serce pracuje jak w stanie czuwania, może sygnalizować przyszłe problemy zdrowotne.
Zespół ze Stanford Medicine pracuje nad dalszym udoskonaleniem modelu i planuje w przyszłości zintegrować go z danymi z urządzeń noszonych, takich jak smartwatche. Ma to na celu poszerzenie zakresu analizowanych sygnałów i zwiększenie dostępności tej innowacyjnej metody diagnostycznej.
Źródło: https://www.sciencedaily.com/releases/2026/01/260109023114.htm
