Μια άγρυπνη νύχτα συνήθως συνεπάγεται κούραση την επόμενη μέρα, αλλά μπορεί επίσης να αποτελεί ένδειξη προβλημάτων υγείας που θα εμφανιστούν πολύ αργότερα. Ερευνητές της Stanford Medicine και οι συνεργάτες τους ανέπτυξαν ένα σύστημα τεχνητής νοημοσύνης (AI) που μπορεί να αναλύσει τα σήματα του σώματος από μία μόνο νύχτα ύπνου και να εκτιμήσει τον κίνδυνο εμφάνισης περισσότερων από 100 διαφορετικών παθήσεων.
Το σύστημα, που ονομάστηκε SleepFM, εκπαιδεύτηκε με σχεδόν 600.000 ώρες καταγραφών ύπνου από 65.000 άτομα. Οι καταγραφές αυτές προέρχονταν από πολυυπνογραφία (polysomnography)— μια εξειδικευμένη εξέταση ύπνου που χρησιμοποιεί πολλαπλούς αισθητήρες για να παρακολουθεί τη δραστηριότητα του εγκεφάλου, τη λειτουργία της καρδιάς, τα μοτίβα αναπνοής, τις κινήσεις των ματιών, τις κινήσεις των ποδιών και άλλα φυσιολογικά σήματα κατά τη διάρκεια της νύχτας.
Το μοντέλο βασίστηκε σε συνδυασμούς πολλαπλών ροών πληροφορίας — όπως εγκεφαλικά σήματα, καρδιακούς ρυθμούς, μυϊκή δραστηριότητα, παλμό και τη ροή του αέρα κατά την αναπνοή — και «έμαθε» πώς αυτά τα σήματα αλληλεπιδρούν μεταξύ τους.
Η AI στην πρόβλεψη μελλοντικών ασθενειών με δεδομένα ύπνου
Αφού ολοκληρώθηκε η εκπαίδευση του μοντέλου, οι ερευνητές το προσάρμοσαν σε πιο εξειδικευμένες δοκιμές. Αρχικά το αξιολόγησαν σε κλασικές εξετάσεις ύπνου, όπως η αναγνώριση των σταδίων ύπνου και η εκτίμηση της σοβαρότητας της υπνικής άπνοιας. Στις δοκιμές αυτές, το SleepFM έφτασε —και σε αρκετές περιπτώσεις ξεπέρασε— την απόδοση των κορυφαίων μοντέλων που χρησιμοποιούνται σήμερα, ανέφεραν οι ερευνητές.
Στη συνέχεια, η ομάδα έθεσε έναν ακόμη πιο φιλόδοξο στόχο: να διαπιστώσει αν τα δεδομένα ύπνου μπορούν να προβλέψουν μελλοντικές ασθένειες. Για να εξετάσουν την υπόθεσή τους, οι ερευνητές συνέδεσαν τις πολυυπνογραφικές καταγραφές με τις μακροχρόνιες εκβάσεις υγείας των ίδιων ατόμων.
Η μεγαλύτερη ομάδα που χρησιμοποιήθηκε για την εκπαίδευση του SleepFM περιλάμβανε περίπου 35.000 ασθενείς, ηλικίας 2 έως 96 ετών. Τα δεδομένα τους καταγράφηκαν στο Stanford Sleep Medicine Center την περίοδο 1999–2024.
Οι ασθένειες & ο δείκτης ακρίβειας των προβλέψεων
Ο δείκτης C, ή δείκτης συμφωνίας (concordance index), χρησιμοποιείται για να αξιολογήσει πόσο καλά ένα μοντέλο μπορεί να κατατάξει ανθρώπους με βάση τον κίνδυνο εμφάνισης μιας πάθησης. Ουσιαστικά δείχνει πόσο συχνά το μοντέλο προβλέπει σωστά ποιο από δύο άτομα θα εμφανίσει πρώτο ένα συμβάν υγείας.
«Για όλα τα πιθανά ζευγάρια ατόμων, το μοντέλο δημιουργεί μια κατάταξη για το ποιος είναι πιο πιθανό να βιώσει ένα συμβάν, για παράδειγμα ένα έμφραγμα, νωρίτερα.Ένας δείκτης C στο 0,8 σημαίνει ότι στο 80% των περιπτώσεων η πρόβλεψη του μοντέλου συμφωνεί με αυτό που τελικά συνέβη», εξήγησαν οι ερευνητές.
Το SleepFM έδειξε ιδιαίτερα υψηλές επιδόσεις στην πρόβλεψη της νόσου Πάρκινσον (C-index 0,89), της άνοιας (0,85), της υπερτασικής καρδιοπάθειας (0,84), του εμφράγματος (0,81), του καρκίνου του προστάτη (0,89), του καρκίνου του μαστού (0,87) και της θνησιμότητας (0,84).
Τα νέα ευρήματα έχουν δημοσιευθεί στο Nature Medicine.
