Stanfordov AI predviđa 130 bolesti iz snimka jedne noći sna
SleepFM je treniran korištenjem gotovo 600.000 sati snimaka sna oko 65.000 različitih ljudi
Istraživači Stanford Medicine razvili su SleepFM, model umjetne inteligencije treniran na 585.000 sati polisomnografskih snimaka sna od 65.000 sudionika, koji predviđa rizik od više od 130 bolesti.
SleepFM analizira multimodalne signale poput EEG-a, EKG-a, mišićne aktivnosti i disanja iz jedne noći spavanja, dijeleći ih na 5-sekundne segmente slično riječima u jezičnim modelima. Pritom koristi kontrastivno učenje (contrastive learning) s izostavljanjem jednog modaliteta, gdje model rekonstruira sakriveni signal iz ostalih, učinkovito "učeći jezik sna". To pak omogućava harmonizaciju podataka iz različitih klinika i okruženja.
Predviđanja bolesti i performanse
Model, predstavljen u časopisu Nature Medicine i dostupan na GitHubu, točno predviđa ishode poput smrti, demencije, srčane insuficijencije i moždanog udara, ali i Parkinsonove bolesti, raka prostate i dojke. Testiran na podacima do 25 godina praćenja iz Stanfordove klinike spavanja, SleepFM dokazano nadmašuje modele bazirane samo na demografiji, a dobar je, kažu, i za standardne zadatke: faze spavanja i apneju.
SleepFM otkriva kako nesinkronizirani signali - poput onih dok mozak spava, a srce je budno - signaliziraju rizik, a istraživači trenutno rade na integraciji podataka s nosivih uređaja.
