Изкуствен интелект открива над 100 заболявания по време на сън

Екипът на проф. Еманюел Миньо от Станфордския медицински университет създават първия модел на изкуствен интелект (ИИ), който е в състояние да предвиди риска от над 100 заболявания. Моделът на изкуствения интелект, създаден от изследователите и наречен от тях SleepFM, използва физиологичните записи от съня само за една нощ. Полисомнографията е златен стандарт в изследванията на съня през нощта и по време на нея се използват сензори, които записват мозъчната активност, сърдечната дейност, дишането. Учените установяват, че на практика тя е истинска златна мина с физиологични данни, неизползвана до момента.

Изкуственият интелект SleepFM

Първото, с което екипът се захваща, е създаването на базов модел изкуствен интелект, който може да се обучава върху огромен брой данни, след което да прилага наученото като изпълнява широк спектър от задачи. Пример за подобен базов модел е ChatGPT, обучен от огромни количества текст.

Екипът обучава SleepFM върху общо 585 000 часа полисомнографски данни. Те са от пациенти, чийто сън е оценяван в различни клиники. Учените разделят данните на интервали от по пет секунди също като думите, които големите езикови модели ползват за обучение. Или както казва доц. Джеймс Зоу, другият от съавторите: „Всъщност нашият SleepFM изучава езика на съня.“

Моделът включва множество потоци от данни, например електроенцефалография, електрокардиография, електромиография, отчитане на пулса и на дихателния въздушен поток. Голямата задача е изкуственият интелект да разбере как всички те са свързани помежду си. Това е другото сериозно предизвикателство пред екипа. Затова учените разработват нова техника за обучение. Същността й е в това, че успява да скрие част от данните и предизвиква модела да реконструира точно тази липсваща част въз основа на останалите сигнали.

Доц. Зоу подчертава, че едно от сериозните им постижения е свързано с откритата възможност да хармонизират всички различни сетивни пътища и данни по начин, който позволява да се обединят и в крайна сметка да научат един и същ език.

Проучването

Когато фазата на обучение на изкуственият интелект приключва, идва ред на реалната работа.

Първото, което екипът прави, е да тества модела върху стандартни задачи, свързани с анализ на съня, например, класификация на различните етапи на съня и диагностициране на тежестта на сънната апнея. Тестовете показват, че SleepFM се представя много по-добре от най-съвременните модели, които се използват в момента.

Идва ред на следващото предизвикателство. Целта му е твърде амбициозна, защото се очаква въз основа на данни от съня SleepFM да прогнозира началото на бъдещи заболявания. За да определят кои състояния могат да бъдат прогнозирани, учените сдвояват данните от тестовата полисомнография със здравните резултати на всеки един от участниците в проучването. Това става възможно благодарение на събираните повече от 50 години здравни досиета в Центъра за медицина на съня в Станфорд, основан през 1970 г.

Най-голямата група от пациенти, които изследователите използват за обучението на SleepFM са точно от него. Става дума за 35 000 души на възраст от 2 до 96 години. Техните полисомнографски данни са записани в Центъра между 1999 г. и 2024 г.

Изследователите сравняват данните от полисомнографията на тези 35 000 души с техните електронни здравни досиета. От екипа поясняват, че това осигурява проследяване до 25 години за някои от хората.

Прогнозите на изкуствения интелект

Идва ред на най-важната част – възможността изкуственият интелект да прогнозира бъдещи заболявания. Оказва се, че и в този случай SleepFM се справя изключително добре. Той анализира повече от 1000 категории заболявания от здравните досиета и открива 130, които могат да бъдат предсказани с разумна точност въз основа на данните за съня на пациента.

Особено точни са прогнозите за ракови заболявания, усложнения при бременност, състояния на кръвообращението и психични разстройства, като постигат С-индекс по-висок от 0,8.

„Моделът ни направи класация на всички възможни двойки индивиди затова кой е по-вероятно да преживее определено събитие, например сърдечен удар. С-индекс от 0,8 означава, че в 80% от случаите прогнозата съответства на случилото се в действителност“, обяснява доц. Зоу.

SleepFM прогнозира още:

• болест на Паркинсон – С-индекс 0,89
• хипертонична болест на сърцето – С-индекс 0,84
• инфаркт – С-индекс 0,81
• рак на простатата – С-индекс 0,89
• рак на гърдата – С-индекс 0,87
• деменция – С-индекс 0,85
• смърт – С-индекс 0,84

Изводите

Основният извод на учените е, че създаденият и обучен от тях модел на изкуствен интелект SleepFM позволява цялостно прогнозиране на заболявания по данни от съня.

„Проучването предоставя мащабен базов модел за анализ на съня, разработен върху повече от 585 000 часа PSG данни от 65 000 участници. Работата ни има няколко приноса. Първо, разглеждаме предизвикателствата в анализа на съня, като използваме самоконтролирано обучение, за да обучим базов модел, който се учи от немаркирани данни и е агностичен към вида и броя на каналите, което позволява широко проучване на данните за съня в различни клинични условия. Второ, чрез широка оценка на 1041 фенотипа на заболявания, показваме предсказващата сила на съня за различни здравни резултати. Моделът показа висока ефективност при прогнозирането на смърт, деменция, сърдечна недостатъчност, хронично бъбречно заболяване“, пишат авторите в статията с представянето на изследването, публикувана в първите дни на 2026 г. в списанието Nature Medicine.

Въпреки че сърдечните сигнали са по-важни при прогнозите за сърдечни заболявания, а мозъчните за психичното здраве, оказва се, че точно комбинацията от всички методи на обработка на данните води до най-точните прогнози, подчертават учените.

„Най-много информация, която позволява прогнозиране на заболявания, получихме чрез сравняване на различните канали. Докато изучаваме съня, записваме удивителен брой сигнали. Това е вид обща физиология, изключително богата на данни, от които се използва много малка част. С напредването на изкуствения интелект стана възможно да научим много повече от тях, което и направихме“, коментира работата на екипа проф. Еманюел Миньо.