Σύμφωνα με πρόσφατες μελέτες ύπνου από ερευνητές του Στάνφορντ, η παρακολούθηση ασθενών κατά τη διάρκεια του ύπνου μέσω αισθητήρων μπορεί να ανοίξει νέους δρόμους στην πρόγνωση μελλοντικών προβλημάτων υγείας. Το νέο μοντέλο τεχνητής νοημοσύνης, γνωστό ως «SleepFM», αναπτύχθηκε για να εκτιμά την πιθανότητα εμφάνισης περισσότερων από 100 παθήσεων με βάση τα δεδομένα μιας μόνο νύχτας ύπνου.
Συγκεκριμένα, οι προβλέψεις του μοντέλου για τη νόσο του Πάρκινσον είναι σωστές στο 90% των περιπτώσεων, όπως αναφέρεται στην επιθεώρηση Nature Medicine. Επιπλέον, το SleepFM δείχνει υψηλή ικανότητα στην πρόβλεψη της άνοιας, του εμφράγματος, των καρκίνων του προστάτη και του μαστού, της υπερτασικής καρδιοπάθειας, καθώς και της πιθανότητας θανάτου από οποιοδήποτε αίτιο, με ποσοστά ακριβείας άνω του 80%.
Η επιστημονική ομάδα χρησιμοποιεί δεδομένα από πολυυπνογραφικές μελέτες, απαραίτητες για τη διάγνωση διαταραχών ύπνου, οι οποίες περιλαμβάνουν παρακολούθηση της καρδιογράφημα, ηλεκτροεγκεφαλογράφημα, αναπνοή, κινήσεις και καρδιακό ρυθμό κατά τη διάρκεια του ύπνου. Τα δεδομένα αυτά είναι «χρυσωρυχείο» πολύτιμων πληροφοριών, σύμφωνα με τους ερευνητές, που μέχρι σήμερα παρέμεναν ανεκμετάλλευτα.
Για να εκμεταλλευτούν αυτές τις πληροφορίες, οι επιστήμονες δημιούργησαν ένα μοντέλο ΑΙ εκπαιδευμένο με 585.000 ώρες πολυϋπνογραφίας από πολλές κλινικές ύπνου. Στην πρώτη φάση, επιβεβαίωσαν την ικανότητα του μοντέλου να αναγνωρίζει τα διάφορα στάδια του ύπνου και να διαγιγνώσκει τη σοβαρότητα της υπνικής άπνοιας, αποδεικνύοντας επιδόσεις συγκρίσιμες ή ακόμη και καλύτερες από τα υπάρχοντα μοντέλα.
Στην επόμενη φάση, οι ερευνητές συνέδεσαν τα δεδομένα πολυυπνογραφίας από 35.000 ασθενείς στους οποίους έγινε εξέταση σε κλινική ύπνου στο Στάνφορντ με τις ιατρικές καταγραφές τους που περιλάμβαναν διαστήματα έως 25 ετών. Το SleepFM ανέλυσε περισσότερες από 1.000 παθήσεις και πέτυχε να προβλέψει 130 από αυτές, συμπεριλαμβανομένων διαφόρων μορφών καρκίνου, επιπλοκών εγκυμοσύνης και ψυχικών διαταραχών.
Οι ερευνητές έχουν θέσει τον στόχο να βελτιώσουν περαιτέρω την προγνωστική ικανότητα του μοντέλου και εξετάζουν τη χρήση δεδομένων από φορετές συσκευές που παρακολουθούν τον ύπνο. Ωστόσο, αναγνωρίζουν την πρόκληση που συνίσταται στο ότι δεν μπορούν να εξηγήσουν πώς το μοντέλο υπολογίζει την πιθανότητα εμφάνισης ασθενειών. Όπως παρατήρησε ο Τζέιμς Ζόου, συνεπικεφαλής της μελέτης, «δεν μας το εξηγεί στα αγγλικά», σε δήλωσή του κατά τη διάρκεια ανακοίνωσης του Στάνφορντ.
Ωστόσο, η ομάδα έχει αναπτύξει τεχνικές για να κατανοήσει τι εξετάζει το μοντέλο κατά την παραγωγή συγκεκριμένων προβλέψεων, ανοίγοντας έτσι μια νέα εποχή στην ιατρική διάγνωση μέσω του ύπνου και την τεχνητή νοημοσύνη.
