Исследователи из центра Stanford Medicine (объединяет Медицинскую школу Стэнфордского университета и ряд больниц) разработали мультимодальную ИИ-модель SleepFM, которая по данным одной ночи полисомнографии предсказывает долгосрочные риски развития более 130 заболеваний с точностью не менее 75%. Подробные результаты работы ученых опубликованы в журнале Nature Medicine, а код модели доступен в открытом репозитории на GitHub.

Полисомнография — это комплексное исследование качества сна, которое регистрирует активность мозга, движения глаз, сердечные сигналы, мышечный тонус, дыхание и насыщение кислородом в течение всей ночи.

Модель обучалась на примерно 585 тыс. часов записей сна 65 тыс. человек, крупнейшая выборка — пациенты Stanford Sleep Medicine Center с 1999 по 2024 годы. У этих пациентов есть электронные медицинские карты, с которыми потом сопоставлялись прогнозы модели.

Архитектура SleepFM использует сверточную нейронную сеть для извлечения признаков из каждого канала данных (активность мозга, ЭКГ, дыхание), а затем модель-трансформер для работы с временными отрезками.

SleepFM способна прогнозировать с высокой точностью болезнь Паркинсона (совпадение в 93% случаев), деменцию (89%), инфаркт миокарда (81%), сердечную недостаточность (80%), инсульт (78%), мерцательную аритмию (78%), хроническую болезнь почек (79%), а также несколько видов рака, психические и метаболические расстройства, осложнения беременности. В отчете также отмечается, что для рака простаты и молочной железы точность прогнозов в среднем достигает 90%, меланомы — 83%. Это говорит о том, что тонкие закономерности в координации сигналов мозга, сердца и дыхания несут информацию о скрытых патологических процессах, которые еще не проявляются клинически.

Текст: подготовлен с помощью ИИ

Изображение: Freepik

Подписывайтесь на каналы Let AI be в Telegram и «ВКонтакте» — оставайтесь в курсе главных новостей в сфере искусственного интеллекта!