Исследователи из Стэнфорда научили ИИ «понимать язык сна», чтобы оценивать, находятся ли пациенты в группе риска развития более чем 100 заболеваний.
Новая модель искусственного интеллекта (ИИ) по качеству сна способна определить, находится ли человек в группе риска по более чем 100 заболеваниям.
SleepFM, большая языковая модель (LLM), разработанная исследователями Стэнфордского университета в Калифорнии, считывает активность мозга, частоту сердечных сокращений, дыхательные сигналы, движения ног и глаз во время сна, чтобы оценить риск заболеваний.
В новом исследовании, опубликованном в Nature, исследователи обучили модель ИИ, используя более 580 000 часов данных о сне, собранных у 65 000 пациентов в период с 1999 по 2024 год.
Данные поступили из клиник сна, медицинских учреждений, где ночью оценивают параметры сна, и были разбиты на пятисекундные фрагменты, которые выступали своеобразными «словами» для обучения больших языковых моделей.
«SleepFM, по сути, изучает язык сна», сказал Джеймс Зоу, доцент кафедры биомедицинской науки о данных Стэнфордского университета и соавтор исследования.
Исследователи дополнили эти данные индивидуальными медицинскими картами пациентов клиник сна, чтобы обучить SleepFM прогнозировать будущие заболевания.
Модель ИИ как минимум в 80% случаев верно предсказывала, разовьется ли у пациента болезнь Паркинсона, болезнь Альцгеймера, деменция, гипертоническая болезнь сердца, инфаркт, рак предстательной железы и рак молочной железы. Она также правильно предсказывала смерть пациента в 84% случаев.
Модель была менее точной при прогнозировании хронической болезни почек, инсульта и аритмии (нарушения сердечного ритма): их она выявляла как минимум в 78% случаев.
«Мы фиксируем поразительное количество [медицинских] сигналов, когда изучаем сон», сказал Эммануэль Миньо, профессор медицины сна в Стэнфорде. «Это некая общая физиология, которую мы наблюдаем восемь часов подряд у испытуемого, фактически полностью неподвижного. Это очень богатый массив данных».
Авторы работы отметили, что совокупность всех данных помогла модели давать максимально точные прогнозы. Например, рассинхрон сигналов организма, когда мозг выглядит «спящим», а сердце «бодрствующим», указывал на проблемы.
В Стэнфорде сообщили, что дальше добавят в базу SleepFM данные с носимых устройств, чтобы еще улучшить точность прогнозов модели.
Исследователи также отметили, что в их работе участвовали люди, уже подозревавшие у себя проблемы со здоровьем и поэтому проходившие обследования в клиниках сна, то есть выборка не отражает способность ИИ выявлять заболевания в широкой популяции.