UA RU EN

ШІ SleepFM: як ваш сон розкриває ризик 100 захворювань завчасно

Система SleepFM: як якість вашого сну може попередити про 100 різних захворювань.

Розробка моделі SleepFM

Дослідники зі Стенфордського університету розробили модель штучного інтелекту SleepFM, яка оцінює ризик розвитку понад 100 захворювань на основі даних сну. Це дослідження було опубліковане в науковому журналі Nature і демонструє нові можливості у прогнозуванні здоров'я людини.

Модель SleepFM має вражаючу точність у прогнозуванні ризику розвитку різних хвороб, перевищуючи 80%. Для навчання цієї моделі було використано понад 580 тисяч годин даних сну, зібраних від 65 тисяч пацієнтів в період з 1999 по 2024 рік. Завдяки цим даним модель здатна прогнозувати ризик розвитку таких серйозних захворювань, як:

  • хвороба Паркінсона
  • Альцгеймер
  • деменція
  • серцево-судинні захворювання
  • інфаркт
  • рак простати
  • рак молочної залози

Крім того, у 84% випадків модель правильно прогнозувала летальний ризик, що свідчить про її ефективність. Проте варто зазначити, що менш точно модель оцінює ризики інсульту, хронічної хвороби нирок та аритмій. Такі результати відкривають нові горизонти для медицини, дозволяючи завчасно виявляти потенційні загрози для здоров'я на основі аналізу даних сну.

Подальші дослідження та технології

Варто додати, що поряд із SleepFM, вчені з Барселони та Гарвардської медичної школи також працюють над розробкою штучного інтелекту popEVE, який може доповнити існуючі методи оцінки ризиків для пацієнтів. Таким чином, нові технології продовжують розвиватися, спрощуючи процес моніторингу і прогнозування здоров'я людей.

Розробка моделі SleepFM свідчить про зростаючий інтерес до використання штучного інтелекту в медичній практиці, зокрема у сфері профілактики захворювань. Застосування таких моделей може змінити підходи до моніторингу здоров'я, надаючи лікарям нові інструменти для раннього виявлення ризиків. У майбутньому інтеграція подібних технологій у повсякденну медичну практику може суттєво покращити якість життя пацієнтів та знизити навантаження на медичні системи.