Искусственный интеллект SleepFM: прогноз более 100 болезней по данным сна

Создание модели SleepFM

Как сообщает Главком: Учёные из Стэнфордского университета создали модель искусственного интеллекта SleepFM, способную оценивать вероятность развития свыше 100 заболеваний, анализируя данные о сне. Исследование, опубликованное в журнале Nature, открывает новые перспективы для превентивной медицины и персонализированных прогнозов состояния здоровья.

Для обучения системы было использовано более 580 тысяч часов записей сна, собранных у 65 тысяч пациентов в период с 1999 по 2024 год. Точность прогнозирования рисков по многим заболеваниям превышает 80%. На основе анализа паттернов сна модель может предсказать вероятность развития таких серьёзных недугов, как:

• болезнь Паркинсона
• болезнь Альцгеймера
• деменция
• сердечно-сосудистые заболевания
• инфаркт миокарда
• рак простаты
• рак молочной железы

Эффективность модели подтверждается тем, что в 84% случаев она верно прогнозировала летальный риск. При этом для некоторых состояний, таких как инсульт, хроническая болезнь почек и аритмии, точность оценки оказалась ниже. Подобные технологии особенно актуальны для России, где профилактика и ранняя диагностика тяжёлых заболеваний остаются критически важными задачами для системы здравоохранения.

Перспективы развития технологий

Параллельно с разработкой SleepFM, исследователи из Барселоны и Гарвардской медицинской школы работают над системой popEVE, которая может стать дополнительным инструментом для оценки рисков у пациентов. Это свидетельствует о глобальном тренде на интеграцию ИИ в клиническую практику.

Появление модели SleepFM отражает растущий интерес к применению искусственного интеллекта в медицине, особенно в области профилактики. Использование подобных систем способно трансформировать подходы к мониторингу здоровья, предоставляя врачам мощные инструменты для заблаговременного выявления угроз. В будущем внедрение таких технологий в рутинную практику может значительно повысить качество жизни пациентов и снизить нагрузку на медицинские учреждения.