Ερευνητές του Στάνφορντ εκπαίδευσαν μια εφαρμογή τεχνητής νοημοσύνηε να «μάθει τη γλώσσα του ύπνου» και να προβλέπει τον κίνδυνο εμφάνισης πάνω από 100 παθήσεων σε ασθενείς
Ένα νέο μοντέλο τεχνητής νοημοσύνης (AI) μπορεί να δείξει αν ένα άτομο κινδυνεύει να εμφανίσει πάνω από 100 παθήσεις, με βάση το πόσο καλά κοιμάται.
Το SleepFM, ένα μεγάλο γλωσσικό μοντέλο (LLM) που ανέπτυξαν ερευνητές του Πανεπιστημίου Στάνφορντ στην Καλιφόρνια, αναλύει τη δραστηριότητα του εγκεφάλου, τον καρδιακό ρυθμό, τα αναπνευστικά σήματα, τις κινήσεις των ποδιών και τις κινήσεις των ματιών ενός χρήστη όσο κοιμάται, ώστε να αξιολογήσει τον κίνδυνο εμφάνισης ασθενειών.
Σε νέα μελέτη που δημοσιεύτηκε στο Nature, οι ερευνητές εκπαίδευσαν το μοντέλο AI με περισσότερες από 580.000 ώρες δεδομένων ύπνου, που συλλέχθηκαν από 65.000 ασθενείς από το 1999 έως το 2024.
Τα δεδομένα προέρχονταν από κλινικές ύπνου, ιατρικές δομές που αξιολογούν τα πρότυπα ύπνου κατά τη διάρκεια της νύχτας, και χωρίστηκαν σε τμήματα των πέντε δευτερολέπτων, τα οποία λειτούργησαν σαν «λέξεις» για την εκπαίδευση των LLM.
«Το SleepFM μαθαίνει ουσιαστικά τη γλώσσα του ύπνου», είπε ο Τζέιμς Ζου, αναπληρωτής καθηγητής βιοϊατρικής επιστήμης δεδομένων στο Στάνφορντ και συν-συγγραφέας της μελέτης.
Οι ερευνητές συμπλήρωσαν αυτά τα δεδομένα με τους ατομικούς φακέλους υγείας των ασθενών των κλινικών ύπνου, ώστε να εκπαιδεύσουν το SleepFM να προβλέπει μελλοντικές ασθένειες.
Το μοντέλο AI ήταν σωστό τουλάχιστον στο 80% των περιπτώσεων όταν προέβλεπε αν ένας ασθενής θα εμφάνιζε νόσο Πάρκινσον, νόσο Αλτσχάιμερ, άνοια, υπερτασική καρδιοπάθεια, έμφραγμα, καρκίνο του προστάτη και καρκίνο του μαστού. Επίσης, προέβλεψε σωστά τον θάνατο ενός ασθενούς στο 84% των περιπτώσεων.
Το μοντέλο ήταν λιγότερο ακριβές στην πρόβλεψη ασθενών με χρόνια νεφρική νόσο, εγκεφαλικό επεισόδιο και αρρυθμία, δηλαδή ακανόνιστος καρδιακός ρυθμός, την οποία εντόπισε τουλάχιστον στο 78% των περιπτώσεων.
«Καταγράφουμε έναν εκπληκτικό αριθμό σημάτων [υγείας] όταν μελετούμε τον ύπνο», είπε ο Εμανουέλ Μινιό, καθηγητής ιατρικής του ύπνου στο Στάνφορντ. «Είναι ένα είδος γενικής φυσιολογίας που μελετούμε επί οκτώ ώρες ένα υποκείμενο που είναι πλήρως καθηλωμένο. Είναι εξαιρετικά πλούσιο σε δεδομένα».
Οι συγγραφείς της μελέτης είπαν ότι ο συνδυασμός όλων των δεδομένων βοήθησε το μοντέλο να πετύχει τις πιο ακριβείς προβλέψεις. Για παράδειγμα, σήματα του σώματος που δεν ήταν συγχρονισμένα, όπως ένας εγκέφαλος που φαίνεται να κοιμάται αλλά μια καρδιά που φαίνεται ξύπνια, υποδήλωναν πρόβλημα.
Το Στάνφορντ ανέφερε ότι θα προσθέσει στη συνέχεια δεδομένα από φορετές συσκευές στη βάση δεδομένων του SleepFM, ώστε να βελτιώσει ακόμη περισσότερο τις προβλέψεις του μοντέλου.
Οι ερευνητές σημείωσαν ότι στη μελέτη τους χρησιμοποιήθηκαν άτομα που ήδη αντιμετώπιζαν ή φοβόντουσαν πως θα αντιμετωπίσουν προβλήματα υγείας λόγω, πράγμα που σημαίνει ότι το δείγμα τους δεν είναι αντιπροσωπευτικό της ικανότητας του AI να ανιχνεύει ασθένειες στον γενικό πληθυσμό.