Изкуствен интелект оценява риска от над 100 заболявания по данните от една нощ сън ВИДЕО

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.