Нов модел с изкуствен интелект (AI) може да определи дали даден човек е изложен на риск от развитие на над 100 здравословни състояния, въз основа на качеството на съня му.

SleepFM — голям езиков модел (LLM), разработен от изследователи в Станфордския университет в Калифорния — анализира мозъчната активност на потребителя, сърдечния ритъм, дихателните сигнали, движенията на краката и движенията на очите по време на сън, за да оцени риска от заболявания.

В ново изследване, публикувано в списание Nature, учените са обучили AI модела, използвайки над 580 000 часа данни за съня, събрани от 65 000 пациенти в периода от 1999 до 2024 г.

Данните са предоставени от клиники за изследване на съня — медицински заведения, които оценяват моделите на съня през нощта — и са били разделени на интервали от по пет секунди, които са функционирали като „думи“ за обучението на езиковия модел. „SleepFM по същество се учи на езика на съня“, заяви Джеймс Зоу, доцент по биомедицински науки за данни в Станфорд и съавтор на изследването. Изследователите са допълнили тези данни с индивидуалните здравни досиета на пациентите от клиниките за сън, за да обучат SleepFM да прогнозира бъдещи заболявания.

Моделът с изкуствен интелект е бил точен в поне 80% от случаите при прогнозиране дали даден пациент ще развие болестта на Паркинсон, болестта на Алцхаймер, деменция, хипертонична болест на сърцето, инфаркт, рак на простатата и рак на гърдата. Той е предсказал правилно и смъртта на пациентите в 84% от случаите.

Моделът е показал по-ниска точност при прогнозиране на хронично бъбречно заболяване, инсулт и аритмия — състояние, характеризиращо се с неравномерен сърдечен ритъм — като е откривал тези случаи в поне 78% от тях.

„Записваме изумително голям брой (здравни) сигнали, когато изследваме съня“, заяви Еманюел Миньо, професор по медицина на съня в Станфорд. „Това е вид обща физиология, която наблюдаваме в продължение на осем часа при човек, който е напълно неподвижен. Данните са изключително богати“.

Авторите на изследването посочват, че именно комбинацията от всички тези данни е помогнала на модела да постигне най-висока точност на прогнозите. Например, несинхронизираните телесни сигнали — като мозък, който изглежда заспал, но сърце, което показва състояние на бодърстване — са били знак за повишен риск.

От Станфорд съобщиха, че следващата стъпка ще бъде добавянето на данни от преносими устройства към базата данни на SleepFM, с цел допълнително подобряване на прогнозните възможности на модела.

Изследователите отбелязват също така, че проучването е включвало само хора, които вече са имали съмнения за съществуващи здравословни проблеми, тъй като са участвали в клинични изследвания на съня. Това означава, че извадката не е представителна за способността на AI модела да открива заболявания в общата популация. /Източник: Дарик