ИИ из Стэнфорда анализирует данные сна, чтобы обнаружить ранние индикаторы риска заболеваний, которые появляются во время сна

Исследователи работают в Стэнфордском медицинском институте и сотрудничающих с ним учреждениях. Их модель SleepFM, основанная на искусственном интеллекте, обрабатывает полные записи полисомнографии (PSG). ПСГ - это комплексное, многопараметрическое исследование сна, которое используется для оценки функционирования организма во время сна.

Как ИИ читает язык сна

PSG отслеживает мозговые волны, дыхание, движения глаз, мышечную активность, сердечные ритмы и уровень кислорода в крови. SleepFM стремится выйти за рамки просто расстройств сна, рассматривая эти сигналы как единый физиологический набор данных.

С помощью искусственного интеллекта исследователи проанализировали самый большой набор данных такого рода: 585 000 часов сна 65 000 человек. SleepFM нарезал записи на пятисекундные фрагменты, что помогло модели вычленить закономерности, аналогичные тому, как большие языковые модели обрабатывают слова и предложения.

Обучение нескольких систем организма

SleepFM считается прорывом благодаря своей способности объединять несколько источников сигналов. Он может одновременно обрабатывать активность мозга, движения мышц, дыхание и т.д. Отслеживание нескольких систем организма позволяет SleepFM обнаруживать, когда физиологические сигналы отклоняются от фазы во время сна.

Исследователи обучили модель взаимодействию различных частей тела, используя метод контрастного обучения "оставь-отпусти". Этот метод работает путем исключения одного сигнала и восстановления его из других.

Предсказание болезни на годы вперед

Чтобы проверить, можно ли использовать только сон для прогнозирования будущих заболеваний, команда объединила медицинские записи из одной клиники с данными о сне. В результате SleepFM предсказала 130 заболеваний, включая деменцию, рак, болезнь Паркинсона и сердечный приступ. Модель получила оценку C-index выше 0,8, что означает, что она точно предсказала состояние пациента более чем в 8 случаях из 10.

Исследователи сейчас работают над улучшением SleepFM и интеграцией данных с носимых устройств.