一晚的睡眠可能預(yù)測(cè)你患100多種疾病的風(fēng)險(xiǎn)

斯坦福大學(xué)研究人員及其同事開發(fā)的一種獨(dú)特人工智能模型，未來有望在你醒來的情況下預(yù)測(cè)你患100多種健康狀況的風(fēng)險(xiǎn)。

詳見一例最近發(fā)布的論文SleepFM 人工智能模型分析了一套全面的生理記錄，基于單一夜睡眠預(yù)測(cè)個(gè)人未來患癡呆、心力衰竭和全因死亡的風(fēng)險(xiǎn)。

SleepFM是一個(gè)基礎(chǔ)模型，比如ChatGPT訓(xùn)練基于一個(gè)龐大的數(shù)據(jù)集，涵蓋近60萬小時(shí)的睡眠數(shù)據(jù)，這些數(shù)據(jù)來自6.5萬名參與者。ChatGPT通過文字和文本學(xué)習(xí)，而SleepFM則從各睡眠診所的睡眠數(shù)據(jù)中，每5秒為一級(jí)地學(xué)習(xí)。

相關(guān)報(bào)道：睡眠有五種檔案——以下是你的健康狀況

睡眠臨床醫(yī)生通過一種廣泛但不舒適的技術(shù)收集這些數(shù)據(jù)，稱為多導(dǎo)睡眠圖（巴黎圣日耳曼）。這一“黃金標(biāo)準(zhǔn)”睡眠研究利用各種傳感器追蹤大腦、心臟和呼吸系統(tǒng)的活動(dòng)，以及腿部和眼球運(yùn)動(dòng)，尤其是在無意識(shí)狀態(tài)下。

“我們?cè)谘芯克邥r(shí)記錄了驚人的數(shù)量信號(hào)，”他說斯坦福睡眠醫(yī)學(xué)教授、論文聯(lián)合資深作者埃馬紐埃爾·米尼奧。

研究人員通過他們新開發(fā)的學(xué)習(xí)技術(shù)——“去一對(duì)比學(xué)習(xí)”測(cè)試了SleepFM，該技術(shù)排除了來自一種模態(tài)的數(shù)據(jù)，如脈搏讀數(shù)或呼吸氣流，迫使SleepFM根據(jù)其他生物數(shù)據(jù)流推斷缺失信息。

為了拼湊關(guān)鍵拼圖，研究人員隨后將PSG數(shù)據(jù)與數(shù)萬份關(guān)于不同年齡段患者長期健康結(jié)果的報(bào)告相結(jié)合，包括長達(dá)25年的隨訪健康記錄。

在分析了健康記錄中超過1041種疾病類別后，SleepFM能夠基于患者的睡眠數(shù)據(jù)，合理準(zhǔn)確地預(yù)測(cè)其中130種疾病。

SleepFM在預(yù)測(cè)癌癥、妊娠并發(fā)癥、循環(huán)系統(tǒng)疾病和精神疾病方面尤為擅長，達(dá)到高于0.8的C指數(shù)."

“C指數(shù)0.8意味著80%的時(shí)間模型預(yù)測(cè)與實(shí)際情況一致?！?a>解釋詹姆斯·鄒，斯坦福大學(xué)生物醫(yī)學(xué)數(shù)據(jù)科學(xué)家，也是該論文的聯(lián)合高級(jí)作者。

根據(jù)AUROC分類模型，SleepFM表現(xiàn)也不錯(cuò)，該模型評(píng)估了SleepFM在（6年）預(yù)測(cè)期內(nèi)區(qū)分患者是否經(jīng)歷某種健康事件的能力。

總體而言，SleepFM超越了現(xiàn)有預(yù)測(cè)模型，尤其在預(yù)測(cè)方面表現(xiàn)出色帕金森病疾病、心臟病發(fā)作、中風(fēng)、慢性腎病、前列腺癌癥乳腺癌和全因死亡率，進(jìn)一步證實(shí)了不良睡眠習(xí)慣與不良健康結(jié)局之間的聯(lián)系。這可能是各種導(dǎo)致睡眠質(zhì)量不佳的各種疾病的早期跡象。

雖然某些數(shù)據(jù)類型和睡眠階段比其他更準(zhǔn)確的預(yù)測(cè)變量，但最佳結(jié)果歸功于身體的相互關(guān)系和對(duì)比。

具體來說，最可靠的疾病預(yù)測(cè)因子是生理功能出現(xiàn)不同步：“比如，一個(gè)看起來沉睡的大腦，但一顆看起來清醒的心臟——似乎預(yù)示著麻煩，”米尼奧解釋.

研究人員指出，存在若干局限性，例如近幾十年臨床實(shí)踐和患者群體的發(fā)展。此外，數(shù)據(jù)來自轉(zhuǎn)診用于睡眠研究的患者，這意味著部分普通人群在PSG數(shù)據(jù)中代表性不足。

盡管人工智能在藝術(shù)等領(lǐng)域存在爭(zhēng)議，其醫(yī)療潛力卻是拯救生命的提醒，提醒我們?nèi)斯ぶ悄艽淼膶氋F且科學(xué)上令人敬畏的能力。例如，未來的應(yīng)用場(chǎng)景可以將SleepFM與可穿戴睡眠設(shè)備結(jié)合，實(shí)現(xiàn)實(shí)時(shí)健康監(jiān)測(cè)。

因此，當(dāng)大型語言模型（LLM）通過連接詞語和文本來學(xué)習(xí)我們的行話時(shí)，“SleepFM本質(zhì)上是在學(xué)習(xí)睡眠的語言”，Zou他說.

本研究發(fā)表于自然醫(yī)學(xué).

寶寶起名 起名