ШІ-модель здатна передбачити понад сотню хвороб за записами сну: деталі

Дослідники Стенфордського університету та їхні колеги представили модель штучного інтелекту SleepFM, яка здатна прогнозувати ризик понад 100 захворювань. Система аналізує фізіологічні дані, отримані під час однієї ночі сну, щоб оцінити ймовірність розвитку деменції, серцевої недостатності та навіть загальної смертності. Про це пише ScienceAlert.

SleepFM – це базова модель ШІ, створена за аналогією з ChatGPT, але натренована на майже 600 000 годин записів сну від 65 000 учасників. Якщо мовні моделі працюють із текстами, то SleepFM аналізує короткі інтервали даних про сон, отримані в клініках. Для збору інформації застосовувалася полісомнографія – методика, що за допомогою сенсорів відстежує роботу мозку, серця, дихання та рухи тіла під час сну.

Дослідники випробували модель SleepFM за допомогою власної методики "контрастивного навчання з виключенням одного елемента", яка змушує систему відновлювати відсутні дані на основі інших біологічних показників. Для підсилення результатів вони поєднали записи полісомнографії з десятками тисяч довгострокових медичних звітів, що охоплюють спостереження за пацієнтами протягом 25 років.

SleepFM проаналізував понад тисячу категорій захворювань і зміг із достатньою точністю передбачити 130 із них на основі даних про сон. Найкращі результати модель показала у прогнозуванні онкологічних хвороб, ускладнень вагітності, порушень кровообігу та психічних розладів, досягаючи індексу C понад 0,8.

"C-індекс 0,8 означає, що у 80% випадків прогноз моделі збігається з тим, що насправді сталося", – пояснює Джеймс Зоу, біомедичний спеціаліст з аналізу даних у Стенфорді та співкерівник-автор роботи.

Модель продемонструвала високі результати за показником AUROC, що оцінює її здатність прогнозувати ймовірність розвитку певних станів протягом шестирічного періоду. Вона перевершила наявні прогностичні системи, особливо у передбаченні хвороби Паркінсона, серцевих нападів, інсультів, хронічної хвороби нирок, раку простати, раку молочної залози та загальної смертності. Це підтверджує зв’язок між порушеннями сну та негативними наслідками для здоров’я, які можуть слугувати раннім сигналом різних захворювань.

Найточніші прогнози модель SleepFM забезпечувала завдяки аналізу взаємозв’язків між різними фізіологічними функціями. Особливо показовими виявилися випадки їхньої несинхронності – наприклад, коли мозок демонструє ознаки сну, а серце залишається активним, що може свідчити про потенційні проблеми зі здоров’ям.

Дослідники наголошують на певних обмеженнях, зокрема змінах у клінічних практиках та складі пацієнтів за останні десятиліття, а також на тому, що дані полісомнографії були зібрані переважно від людей, направлених на дослідження сну.