Вештачката интелигенција може да користи снимки од мозочната активност од една ноќ помината во лабораторија за спиење за да го предвиди ризикот од развој на повеќе од 100 здравствени состојби кај една личност, наведуваат истражувачите.
Моделот на вештачка интелигенција, познат како „СлипФМ“, беше трениран на повеќе од половина милион часа податоци за спиење собрани преку полисомнографија од 65.000 учесници, пренесува Ројтерс.
Полисомнографијата се смета за златен стандард за испитување на сонот и користи различни сензори за снимање на мозочната активност, срцевата работа, респираторните сигнали, движењата на телото, движењата на очите и други физиолошки параметри.
Според истражувачите, станува збор за „неискористен рудник на физиолошки податоци“.
„Бележиме неверојатна количина сигнали кога го проучуваме спиењето“, изјави во соопштение раководителот на студијата, д-р Емануел Мињо од Медицинскиот факултет на Стенфорд во Калифорнија.
Со цел да го искористат ова богатство од податоци, истражувачите развија модел на вештачка интелигенција и го тренираа на 585.000 часови полисомнографски записи од пациенти кај кои сонот бил проценуван во различни клиники за нарушувања на спиењето.
Прво го тестирале моделот на стандардни задачи за анализа на спиењето, како што се класификација на различни фази на спиење и дијагностицирање на сериозноста на апнеја при спиење. „СлипФМ“ покажа еднакви или подобри резултати во споредба со најсовремените модели што се користат моментално, велат истражувачите.
Потоа, полисомнографските податоци од 35.000 возрасни и деца лекувани во Центарот за медицина на спиењето при Стенфорд меѓу 1999 и 2024 година ги поврзаа со нивните долгорочни здравствени исходи, користејќи електронски здравствени картони.
Од повеќе од 1.000 анализирани категории на болести, моделот идентификувал 130 кои можат да се предвидат со разумна точност врз основа на податоците за спиењето. Меѓу нив се вкупната смртност, деменцијата, срцевиот удар, срцевата слабост, хроничната бубрежна болест, мозочниот удар и атријалната фибрилација.
За одредени видови карциноми, компликации во бременоста, болести на крвотокот и ментални нарушувања, предвидувањата на моделот биле точни во повеќе од 80 отсто од случаите, објави тимот во списанието Природна медицина.
Истражувачите сè уште не разбираат целосно на кои конкретни обрасци „СлипФМ“ обрнува внимание при предвидувањето на поединечни болести. Во моментов работат на разјаснување на тој процес, како и на дополнително унапредување на моделот, вклучително и можноста за додавање податоци од уреди што се носат.
