一晚的睡眠可能预测你患100多种疾病的风险

斯坦福大学研究人员及其同事开发的一种独特人工智能模型，未来有望在你醒来的情况下预测你患100多种健康状况的风险。

详见一例最近发布的论文SleepFM 人工智能模型分析了一套全面的生理记录，基于单一夜睡眠预测个人未来患痴呆、心力衰竭和全因死亡的风险。

SleepFM是一个基础模型，比如ChatGPT训练基于一个庞大的数据集，涵盖近60万小时的睡眠数据，这些数据来自6.5万名参与者。ChatGPT通过文字和文本学习，而SleepFM则从各睡眠诊所的睡眠数据中，每5秒为一级地学习。

相关报道：睡眠有五种档案——以下是你的健康状况

睡眠临床医生通过一种广泛但不舒适的技术收集这些数据，称为多导睡眠图（巴黎圣日耳曼）。这一“黄金标准”睡眠研究利用各种传感器追踪大脑、心脏和呼吸系统的活动，以及腿部和眼球运动，尤其是在无意识状态下。

“我们在研究睡眠时记录了惊人的数量信号，”他说斯坦福睡眠医学教授、论文联合资深作者埃马纽埃尔·米尼奥。

研究人员通过他们新开发的学习技术——“去一对比学习”测试了SleepFM，该技术排除了来自一种模态的数据，如脉搏读数或呼吸气流，迫使SleepFM根据其他生物数据流推断缺失信息。

为了拼凑关键拼图，研究人员随后将PSG数据与数万份关于不同年龄段患者长期健康结果的报告相结合，包括长达25年的随访健康记录。

在分析了健康记录中超过1041种疾病类别后，SleepFM能够基于患者的睡眠数据，合理准确地预测其中130种疾病。

SleepFM在预测癌症、妊娠并发症、循环系统疾病和精神疾病方面尤为擅长，达到高于0.8的C指数."

“C指数0.8意味着80%的时间模型预测与实际情况一致。”解释詹姆斯·邹，斯坦福大学生物医学数据科学家，也是该论文的联合高级作者。

根据AUROC分类模型，SleepFM表现也不错，该模型评估了SleepFM在（6年）预测期内区分患者是否经历某种健康事件的能力。

总体而言，SleepFM超越了现有预测模型，尤其在预测方面表现出色帕金森病疾病、心脏病发作、中风、慢性肾病、前列腺癌症乳腺癌和全因死亡率，进一步证实了不良睡眠习惯与不良健康结局之间的联系。这可能是各种导致睡眠质量不佳的各种疾病的早期迹象。

虽然某些数据类型和睡眠阶段比其他更准确的预测变量，但最佳结果归功于身体的相互关系和对比。

具体来说，最可靠的疾病预测因子是生理功能出现不同步：“比如，一个看起来沉睡的大脑，但一颗看起来清醒的心脏——似乎预示着麻烦，”米尼奥解释.

研究人员指出，存在若干局限性，例如近几十年临床实践和患者群体的发展。此外，数据来自转诊用于睡眠研究的患者，这意味着部分普通人群在PSG数据中代表性不足。

尽管人工智能在艺术等领域存在争议，其医疗潜力却是拯救生命的提醒，提醒我们人工智能代理的宝贵且科学上令人敬畏的能力。例如，未来的应用场景可以将SleepFM与可穿戴睡眠设备结合，实现实时健康监测。

因此，当大型语言模型（LLM）通过连接词语和文本来学习我们的行话时，“SleepFM本质上是在学习睡眠的语言”，Zou他说.

本研究发表于自然医学.

宝宝起名 起名