ИИ анализирует мозговые волны, сердечный ритм, дыхание и мышечную активность человека в процессе сна. Специалист Джеймс Зоу из Стэнфордского университета, один из авторов исследования, утверждает, что ИИ способен предсказать болезни за годы до появления первых признаков. Модель, получившая название SleepFM, была создана под руководством Рахула Тапы, эксперта по биомедицинским данным из Стэнфорда, и обучена на базе данных, насчитывающей сотни тысяч часов наблюдений из лабораторий сна.
От сигналов во сне к прогнозам заболеваний
Полисомнография — это метод исследования сна, который позволяет отслеживать различные параметры организма в течение ночи, включая активность мозга, сердца, дыхания и движения глаз и конечностей. Для обучения модели SleepFM было использовано около 585 тысяч часов данных, собранных от примерно 65 тысяч пациентов, обследованных в основном в центре медицины сна в Стэнфорде.
В процессе предварительного обучения ИИ научился статистически обрабатывать данные о сигналах мозга, сердца и дыхания во время сна. Затем модель была доработана для выполнения задач, связанных с определением стадий сна и диагностикой апноэ. В результате ее результаты сопоставимы с показателями других известных моделей, таких как U-Sleep и YASA, которые анализируют данные электроэнцефалографии.
После этого ученые сопоставили данные о сне с электронными медицинскими картами за последние 25 лет, чтобы определить, какие диагнозы можно предсказать на основе ночных наблюдений. Модель выявила 130 заболеваний из более чем тысячи категорий, прогнозируя риск с умеренной до высокой точностью. Рахул Тапа отмечает, что этот подход открывает новый путь для мониторинга долгосрочного здоровья человека через рутинные измерения сна.
Прогнозирование таких заболеваний, как деменция, болезнь Паркинсона, сердечная недостаточность и некоторые виды рака, оказалось особенно точным. Эксперт Себастиан Бушьегер из Института Ламарра подчеркивает, что ИИ может быть обучен для широкого спектра прогнозов, если имеются соответствующие данные.
Что ищет ИИ в теле спящего человека
Анализ показал, что сердечные сигналы имеют решающее значение для предсказания сердечно-сосудистых заболеваний, в то время как мозговые сигналы важны для выявления неврологических и психических расстройств. Наиболее информативным оказывается сочетание различных сигналов, например, когда электроэнцефалография указывает на стабильный сон, но сердечный ритм остается повышенным.
Такие расхождения могут сигнализировать о скрытых проблемах или начальных стадиях заболеваний. Специалисты по ИИ могут использовать подобные корреляции для прогнозирования, однако подчеркивают, что причинно-следственные связи должны подтверждаться медицинскими экспертами.
Надежность лабораторных данных
Исходные данные модели в основном поступают из лабораторий сна, куда направляют пациентов с проблемами. Исследователи интегрировали данные из нескольких американских и европейских групп, но пациентов без проблем со сном и людей из менее развитых регионов в выборке недостаточно.
Модель проходит дополнительное тестирование в рамках независимого исследования, но данные о людях без проблем со сном по-прежнему недостаточно представлены.
Перспективы и ограничения диагностики и терапии
Важно отметить, что SleepFM не выявляет причин заболеваний, а лишь фиксирует корреляции. Модель оперирует статистическими закономерностями, которые могут указывать на возможные диагнозы.
Маттиас Якобс, информатик из Технического университета Дортмунда, который не участвовал в исследовании, объясняет, что большинство методов ИИ не способны распознавать причинно-следственные связи. Тем не менее, он видит потенциал для диагностики и лечения, даже основываясь на статистической корреляции.
ИИ в медицине: вспомогательный инструмент, а не замена
Модели вроде SleepFM способны обрабатывать большие объемы данных полисомнографии, превращая их в компактные числовые матрицы и позволяя проводить более быстрый и точный анализ. Это значительно упрощает описание стадий сна и диагностику апноэ, что обычно требует много времени и может быть подвержено ошибкам.
Себастиан Бушьегер подчеркивает важность сотрудничества разных дисциплин: «ИИ способен эффективно планировать терапию, но окончательные решения принимают врачи, которые интерпретируют результаты, часто не зная всех причин». Таким образом, ИИ остается инструментом для раннего предупреждения, а ответственность за диагностику и лечение сохраняется за медиками.
Пока неясно, могут ли выявленные закономерности указывать на биологические механизмы, лежащие в их основе, однако исследователи считают, что в этом направлении скрывается значительный потенциал.
Если определенные сигналы, полученные во время сна, последовательно связаны с конкретными заболеваниями, это может помочь выявить, какие процессы в нервной, сердечно-сосудистой или иммунной системах нарушаются на ранних стадиях болезни. Это также может дать представление о здоровье людей, не входящих в группы, наблюдаемые в лабораториях.
