Ученые Стэнфорда создали Модель искусственного интеллектакоторый однажды сможет предсказать риск возникновения более 100 заболеваний, просто анализируя наш сон.
Недавно опубликованное исследование описывает, как модель СонFM ИИ анализирует подробные физиологические записи, с помощью которых можно оценить вероятность развития таких состояний, как деменциясердечная недостаточность или даже общий риск смертности всего от одной ночи сна. Исследование было опубликовано в Природная медицина.
СонFM это модель с искусственный интеллектпохоже на ЧатGPTно вместо обучения на основе текста он учится на огромном количестве данных о сне. В данном случае это почти 600 000 часов записей, собранных 65 000 человек. В то время как языковые модели обрабатывают слова, СонFM модель просматривает каждый 5-секундный фрагмент записей, сделанных в клиниках сна.
Эти записи были собраны с помощью полисомнография – метод, который использует несколько датчиков для мониторинга активности мозга, сердца и дыхания, а также движений глаз и ног. Это наиболее надежный метод исследования сна, хотя он и неудобен для пациентов.
Исследователи тестируют СонFM через новый тип обучения, который «скрывает» часть информации (например, данные о пульс или дыхание) и заставляет модель заполнить недостающие детали, используя оставшиеся физиологические сигналы. Таким образом, модель учится читать и интерпретировать данные, даже если они неполны.
Затем ученые объединили результаты полисомнографии с десятками тысяч долгосрочных медицинских записей, отслеживающих здоровье людей разного возраста на срок до 25 лет. Так СонFM был обучен связывать определенные режимы сна с будущими рисками для здоровья. В итоге из более чем 1000 изученных заболеваний модель смогла с большой точностью предсказать 130, используя только данные одного ночного сна.
Модель показывает впечатляющую точность в прогнозировании ряда серьезных заболеваний. Наиболее убедительные результаты получены при диагностике рака, осложнений во время беременности, нарушений кровообращения и психические расстройствапри этом модель достигла индекса C выше 0,8. Это значит, что в восьми случаях из десяти его предсказание совпадает с реальным будущим развитием больного.
Модель также отлично показывает себя по показателю АУРОКкоторый измеряет его способность различать пациентов с определенным событием со здоровьем и без него за шестилетний период. По сравнению с современными методами прогнозирования этот вид искусственного интеллекта значительно выделяется, особенно в отношении таких заболеваний, как болезнь Паркинсонаинфаркт, инсульт, хронические заболевания почекрак простаты, рак молочной железы и даже общий риск смертности.
Хотя некоторые типы данных и стадии сна являются более сильными предикторами, чем другие, наиболее точные прогнозы получаются, когда модель учитывает взаимосвязи между различными типами сна. физиологические системы. Именно комбинации «несовпадающих» сигналов — таких, как мозг, демонстрирующий характерные признаки сна, и сердце, которое работает так, как если бы оно бодрствовало, — оказываются наиболее надежными предупреждающими индикаторами будущих заболеваний.
Сегодня, когда искусственный интеллект вызывает споры в таких областях, как искусство, его возможности в медицине служат напоминанием о том, насколько полезным и даже спасительным он может быть. ИИ-технологии. В будущем такие модели можно будет объединить с носимыми устройствами для сна, что позволит нам следить за своим здоровьем в режиме реального времени.
Ссылки:
1. Тапа, Рахул и др. «Модель мультимодального сна для прогнозирования заболеваний». Nature Medicine, 6 января 2026 г., www.nature.com/articles/s41591-025-04133-4,
2. Брук, Дороти и др. «Убеждения о «форме» и непрерывности здорового сна как функции возраста». Журнал психосоматических исследований, том. 78, нет. 1, 28 сентября 2014 г., стр. 39–44, www.sciencedirect.com/science/article/abs/pii/S0022399914003389?via%3Dihub, https://doi.org/10.1016/j.jpsychores.2014.09.011.