Учени от Станфордския университет са разработили модел на изкуствен интелект, способен да оцени риска от над 100 заболявания – от деменция до сърдечна недостатъчност – въз основа на данни само от една нощ сън.
Анализът се основава на физиологични сигнали, записани по време на сън, пише Nature Medicine.
SleepFM е „фундаментален“ модел на изкуствен интелект, аналогичен на езиковите модели, които се обучават върху огромни количества текст. Той е обучен върху близо 600 000 часа данни за сън, събрани от 65 000 души. Алгоритъмът анализира записи на интервали от пет секунди, идентифицирайки сложни модели в мозъка, сърцето и дихателната функция.
Данните са получени с помощта на полисомнография, „златният стандарт“ в изследванията на съня. По време на тази процедура човек е прикрепен към множество сензори, които записват мозъчната активност, сърдечната честота, дишането, движенията на очите и движенията на краката.
„Когато изучаваме съня, ние улавяме изненадващ брой сигнали“, отбеляза Еманюел Миньо, професор по медицина на съня в Станфордския университет и един от старшите автори на изследването.
За да подобрят надеждността на модела, изследователите използвали метод на контрастно обучение: някои сигнали били умишлено изключени и изкуственият интелект трябвало да реконструира липсващата информация въз основа на други данни. След това записите на съня били сравнени с медицинските досиета на пациентите, като в някои случаи обхващали период на наблюдение до 25 години.
В резултат на това SleepFM успял да предскаже риска от 130 различни заболявания от повече от хиляда анализирани категории с приемлива точност. Моделът се представил особено добре при прогнозиране на рак, усложнения при бременност, заболявания на кръвообращението и психични разстройства. За няколко състояния оценката за точност (C-индекс) надхвърлила 0,8, което демонстрирало високо съответствие между прогнозите и действителните резултати.
Според експерта по биомедицински данни Джеймс Зоу, съавтор на изследването, най-голямата предсказваща стойност идва от противоречиви физиологични сигнали – например, когато мозъкът „изглежда заспал“, докато сърцето се държи така, сякаш човекът е буден. Подобни несъответствия по-често са били свързани с неблагоприятни дългосрочни резултати.
„Ако езиковите модели се научат да разбират човешката реч, то SleepFM по същество се учи да разбира езика на съня“, заключи Зоу.