A Stanford AI alvási adatokat elemez, hogy felismerje az alvás közben megjelenő korai betegségkockázati mutatókat

A kutatók a Stanford Medicine és az együttműködő intézmények munkatársai. A mesterséges intelligencián alapuló SleepFM modelljük teljes poliszomnográfiás (PSG) felvételeket dolgoz fel. A PSG egy átfogó, több paraméteres alvásvizsgálat, amelyet annak értékelésére használnak, hogy az alany teste hogyan működik alvás közben.

Hogyan olvassa az AI az alvás nyelvét

A PSG figyeli az agyhullámokat, a légzést, a szemmozgásokat, az izomaktivitást, a szívritmust és a vér oxigénszintjét. Az SleepFM célja, hogy túllépjen az alvászavarokon, és ezeket a jeleket egyetlen fiziológiai adatkészletként kezelje.

A kutatók a mesterséges intelligencia segítségével a legnagyobb ilyen jellegű adathalmazt elemezték: 65 000 ember 585 000 órányi alvásidejét. A SleepFM a felvételeket öt másodperces darabokra szeletelte, ami segített a modellnek a minták kiszűrésében, hasonlóan ahhoz, ahogyan a nagy nyelvi modellek a szavakat és mondatokat kezelik.

Több testrendszerre kiterjedő képzés

A SleepFM-et áttörésnek tekintik, mivel képes több jelforrást kombinálni. Egyidejűleg képes feldolgozni az agyi aktivitást, az izommozgást, a légzési mintákat stb. A több testrendszer követése lehetővé teszi a SleepFM számára, hogy észlelje, amikor a fiziológiai jelek alvás közben fázison kívülre kerülnek.

A kutatók a különböző testrészek kölcsönhatásának módjára képezték ki a modellt a leave-one-out kontrasztos tanulási módszerrel. A technika úgy működik, hogy egy jelet kiiktat, és a többiből újraépíti azt.

A betegségek előrejelzése évekre előre

Annak tesztelésére, hogy önmagában az alvás felhasználható-e a jövőbeli betegségek előrejelzésére, a csapat egyetlen klinika orvosi feljegyzéseit egyesítette az alvási adatokkal. Az eredmény: az SleepFM 130 betegséget jósolt meg, köztük demenciát, rákot, Parkinson-kórt és szívrohamot. A modell 0,8 feletti C-index pontszámot ért el, ami azt jelenti, hogy 10-ből több mint 8 alkalommal pontosan megjósolta a betegek állapotát.

A kutatók most a SleepFM továbbfejlesztésén és a viselhető eszközökből származó adatok integrálásán dolgoznak.