Naukowcy ze Stanfordu nauczyli sztuczną inteligencję rozumieć „język snu”. Dzięki temu przewiduje, czy pacjentom grozi rozwój ponad 100 schorzeń.
Nowy model sztucznej inteligencji potrafi ocenić, czy dana osoba jest zagrożona rozwojem ponad 100 chorób, na podstawie jakości jej snu.
SleepFM, duży model językowy (LLM) opracowany przez badaczy z Uniwersytetu Stanforda w Kalifornii, analizuje aktywność mózgu, tętno, sygnały oddechowe oraz ruchy nóg i oczu podczas snu, aby ocenić ryzyko chorób.
W nowym badaniu opublikowanym w Nature, naukowcy wyszkolili model AI na ponad 580 tys. godzin danych ze snu zebranych od 65 tys. pacjentów w latach 1999–2024.
Dane pochodziły z klinik snu, placówek medycznych badających nocne wzorce snu, i podzielono je na pięciosekundowe odcinki, które działały jak słowa, na których uczy się LLM.
„SleepFM w gruncie rzeczy uczy się języka snu”, powiedział James Zou, profesor nadzwyczajny nauk o danych biomedycznych na Uniwersytecie Stanforda i współautor badania.
Naukowcy uzupełnili te dane o indywidualne dokumentacje medyczne pacjentów klinik snu, aby nauczyć SleepFM przewidywania przyszłych chorób.
Model AI trafnie przewidywał w co najmniej 80 proc. przypadków, czy pacjent zachoruje na chorobę Parkinsona, Alzheimera, demencję, nadciśnieniową chorobę serca, czy dozna zawału, a także raka prostaty i raka piersi. Trafnie przewidywał też zgon pacjenta w 84 proc. przypadków.
Model był mniej dokładny przy przewidywaniu przewlekłej choroby nerek, udaru i arytmii, czyli nieregularnej pracy serca, które wykrywał w co najmniej 78 proc. przypadków.
„Podczas badań snu rejestrujemy zadziwiającą liczbę [zdrowotnych] sygnałów”, powiedział Emmanuel Mignot, profesor medycyny snu na Uniwersytecie Stanforda. „To rodzaj ogólnej fizjologii, którą badamy przez osiem godzin u uczestnika, który pozostaje przez ten czas całkowicie pod obserwacją. To niezwykle bogaty zbiór danych.”
Autorzy badania podkreślają, że połączenie wszystkich typów danych zapewniło modelowi najwyższą trafność. Niespójne sygnały z organizmu, na przykład mózg „śpiący”, gdy serce „czuwa”, zwiastowały problemy.
Stanford zapowiada, że następnym krokiem będzie dodanie danych z urządzeń ubieralnych do bazy SleepFM, aby dodatkowo poprawić przewidywania.
Naukowcy zaznaczają też, że w badaniu uczestniczyły osoby już podejrzewające u siebie problemy zdrowotne, bo brały udział w testach w klinikach snu, dlatego próba nie odzwierciedla możliwości wykrywania chorób wśród ogółu społeczeństwa.