美国科研人员开发出一款名为SleepFM的人工智能模型，该模型具备仅通过一晚睡眠数据预测多种疾病风险的能力。该项研究结果已发表于英国《自然·医学》杂志。
睡眠过程被认为能反映多种生理系统的综合状态。斯坦福大学的研究人员分析了来自6.5万名参与者的多导睡眠图数据。这些数据整合了大脑、心脏、呼吸及肌肉等多通道生理信号，总记录时长接近60万小时。这使其成为首个处理如此规模睡眠数据的AI研究。
模型的研究方法是将整夜的睡眠信号分割为5秒钟的片段，作为基础的数据单元进行训练。研究团队表示，这套系统通过整合不同的生理信号并梳理其内在关联，从而学习睡眠的“语言”。
经过训练，SleepFM模型能够对健康记录中涉及的超过1000种疾病进行筛查评估。研究结果显示，其中约130种疾病的发病风险可以通过睡眠数据进行较为准确的预测。模型对帕金森病、痴呆症、发育迟缓及心脑血管疾病等神经系统与循环系统疾病的预测能力尤为突出。在癌症方面，模型对前列腺癌、乳腺癌和皮肤癌的预测准确率较高。
研究人员指出，以往关于睡眠与疾病关联的研究多局限于单一指标与特定疾病。这项新成果表明，人工智能模型能够从复杂的多模态睡眠数据中整合信息，实现更高效的早期疾病风险预测。
原标题：仅凭一晚睡眠预测百种疾病 AI模型SleepFM揭示健康密码
本文转载于金融界，转载引用请注明原出处
媒体矩阵
视频矩阵
AI睡眠评估
新睡眠商城
