ИИ адамдын уйку учурунда мээ толкундарын, жүрөк ритмин, дем алууну жана булчуң активдүүлүгүн анализдейт. Стэнфорд университетинин адиси Джеймс Зоу, изилдөөнүн авторлорунун бири, ИИ ооруларды биринчи белгилери пайда болордон жылдар мурун болжолдоого жөндөмдүү экенин билдирет. SleepFM деп аталган модель Рахул Тапа, Стэнфорддун биомедициналык маалыматтар боюнча эксперти, жетекчилиги астында түзүлгөн жана уйку лабораторияларынан алынган жүздөгөн миң сааттык байкоолордун базасында окутулган.
Уйкудагы сигналдардан ооруларды болжолдоо
Полисомнография — бул уйкунун изилдөө ыкмасы, ал түн ичинде организмдин ар кандай параметрлерин, анын ичинде мээ, жүрөк, дем алуу жана көздөрдүн жана буттардын кыймылын байкоого мүмкүндүк берет. SleepFM моделин окутуу үчүн негизинен Стэнфорддун уйку медицинасында текшерилген 65 миңден ашык бейтаптан чогултулган 585 миң сааттан ашык маалымат колдонулган.
Алдын ала окутуу процессинде ИИ уйку учурунда мээ, жүрөк жана дем алуу сигналдары жөнүндө маалыматтарды статистикалык жактан иштеп чыгууга үйрөнгөн. Андан кийин модель уйку стадияларын аныктоо жана апноэ диагнозун коюу менен байланышкан милдеттерди аткаруу үчүн кайра иштелип чыккан. Натижада анын көрсөткүчтөрү U-Sleep жана YASA сыяктуу башка белгилүү моделдердин көрсөткүчтөрү менен салыштырмалуу.
Андан кийин илимпоздор уйку боюнча маалыматтарды акыркы 25 жылдагы электрондук медициналык карталар менен салыштырышты, түнкү байкоолордун негизинде кайсы диагноздорду болжолдоого болорун аныктоо үчүн. Модель 130 ооруну миңден ашык категориядан аныктап, орто жана жогору тактык менен тобокелдиктерди болжолдоду. Рахул Тапа бул ыкманын адамдын узак мөөнөттүү ден соолугун уйку өлчөмдөрү аркылуу байкоо үчүн жаңы жолду ачып жатканын белгилейт.
Деменция, Паркинсон оорусу, жүрөк жетишсиздиги жана айрым рак түрлөрү сыяктуу ооруларды болжолдоо өзгөчө так болуп чыкты. Ламарра институтунун эксперти Себастиан Бушьегер ИИ тиешелүү маалыматтар болсо, кеңири спектрде болжолдорго үйрөтүлүшү мүмкүн экенин баса белгилейт.
ИИ уйкудагы адамдын денесинде эмнени издейт
Анализ жүрөк сигналдары жүрөк-кан тамыр ооруларын болжолдоо үчүн маанилүү экенин, ал эми мээ сигналдары неврологиялык жана психикалык бузулуулардын аныкталышы үчүн маанилүү экенин көрсөттү. Ар кандай сигналдардын айкалышы, мисалы, электроэнцефалография туруктуу уйкуну көрсөтүп турганда, жүрөк ритми жогору болуп калганда, эң маалыматтуу болуп чыгат.
Мындай айырмачылыктар жашыруун көйгөйлөр же оорулардын баштапкы стадиялары жөнүндө сигнал бериши мүмкүн. ИИ адистери мындай корреляцияларды болжолдоо үчүн колдонушу мүмкүн, бирок себеп-натыйжа байланыштары медициналык адистер тарабынан тастыкталышы керек экенин баса белгилешет.
Лабораториялык маалыматтардын ишенимдүүлүгү
Модельдин баштапкы маалыматтары негизинен көйгөйлөрү бар бейтаптарды жөнөтүлгөн уйку лабораторияларынан алынат. Изилдөөчүлөр бир нече америкалык жана европалык топтордун маалыматтарын интеграциялашты, бирок уйку көйгөйлөрү жок бейтаптар жана азыраак өнүккөн региондордогу адамдардын үлгүсү жетишсиз.
Модель көз карандысыз изилдөө алкагында кошумча тестирлөөнү өткөрөт, бирок уйку көйгөйлөрү жок адамдар боюнча маалыматтар дагы деле жетишсиз.
Диагноз жана терапиянын келечеги жана чектөөлөрү
SleepFM оорулардын себептерин аныктабайт, болгону корреляцияларды каттайт. Модель мүмкүн болгон диагноздорду көрсөтө турган статистикалык мыйзам ченемдер менен иштейт.
Дортмунд Техникалык университетинин информатикасы Маттиас Якобс, изилдөөгө катышпаган, ИИ ыкмаларынын көбү себеп-натыйжа байланыштарын таанууга жөндөмдүү эместигин түшүндүрөт. Бирок, ал статистикалык корреляцияга негизделген диагноз жана дарылоо үчүн потенциалды көрөт.
ИИ медицинада: жардамчы инструмент, алмаштыруучу эмес
SleepFM сыяктуу моделдер полисомнографиянын чоң маалыматтарын иштеп чыгууга жөндөмдүү, аларды компакттуу сандык матрицаларга айлантып, тез жана так анализ жүргүзүүгө мүмкүндүк берет. Бул уйку стадияларын жана апноэ диагнозун аныктоону кыйла жеңилдетет, бул адатта көп убакытты талап кылат жана каталарга учурашы мүмкүн.
Себастиан Бушьегер ар кандай дисциплиналардын кызматташтыгынын маанилүүлүгүн баса белгилейт: «ИИ терапияны натыйжалуу пландаштырууга жөндөмдүү, бирок акыркы чечимдерди натыйжаларды интерпретациялаган дарыгерлер кабыл алат, көп учурда бардык себептерди билбей». Ошентип, ИИ эрте эскертүү үчүн инструмент болуп калат, ал эми диагноз жана дарылоо үчүн жоопкерчилик медициналык адистерде калат.
Аныкталган мыйзам ченемдер биологиялык механизмдерге байланыштуу болушу мүмкүнбү, азырынча белгисиз, бирок изилдөөчүлөр бул багытта чоң потенциал бар деп эсептешет.
Эгер уйку учурунда алынган белгилүү сигналдар конкреттүү оорулар менен туруктуу байланышта болсо, бул нерв, жүрөк-кан тамыр же иммундук системалардагы кандай процесстер оорулардын баштапкы стадияларында бузулуп жатканын аныктоого жардам берет. Бул ошондой эле лабораторияларда байкалбаган адамдардын ден соолугун түшүнүүгө мүмкүнчүлүк берет.
