これは、Nature Medicine誌に掲載された国際研究で述べられています。 これは、人工知能が一晩の睡眠を分析して、公衆衛生に大きな影響を与える複数の病状の将来のリスクを推定できることを実証しています。
この研究はスタンフォード大学の科学者が主導し、ハーバード大学医学部やヨーロッパの学術センターも参加した。
この研究では、訓練された人工知能モデルである SleepFM が紹介されています。 人間の睡眠の最も完全な臨床記録であるポリソムノグラフィーを解釈するため。
「この研究の中心的なメッセージは、睡眠にはよく眠れるか悪い睡眠かを言うことをはるかに超えた貴重な臨床情報が含まれているということです」と欧州大学公衆衛生学教授で IASalud 所長のフアン・ホセ・ブウンザ氏は説明した。
彼が指摘したように、 「人工知能は睡眠言語を学習し、脳からの信号を統合することができます」、将来の健康リスクを予測するための心臓と呼吸。」
従来、睡眠ポリグラフィーは、睡眠時無呼吸症候群や不眠症などの疾患の診断に使用されてきました。 しかし、この新しいアプローチは見通しの変化を示唆しています。
「PSGはもはや単なる道具ではない」 睡眠の診断とソースとなる 将来の健康に関する横断的な情報を提供します」とブウンザ氏は言いました。
このモデルは、約 65,000 人に相当する 585,000 時間以上の睡眠記録を使用してトレーニングされました。この大規模な学習から、SleepFM は次の点に対して評価されました。 1,041 の臨床カテゴリーがあり、130 の病状で良好な予測パフォーマンスを示しました。
これらには、認知症、心筋梗塞、心不全、 慢性腎臓病、脳卒中、心房細動、さらには一般的な死亡も含まれます。
「一晩の睡眠で、公衆衛生に非常に関係のあるものを含む複数の病気のリスクを高い精度で予測できることは、この研究の最も印象的な結果の1つです」と研究者は強調した。
もう 1 つの重要な貢献は、脳、心臓、筋肉、呼吸器系からの信号を統合するモデルの能力です。
「何十年もの間、ポリソムノグラフィーは断片的に使用されてきました。。ここでは、人工知能と連携して分析することで、将来の健康に関連する微妙な信号を捕捉できることが示されました」とベウンザ氏は説明しました。
この研究は、SleepFM が実際の臨床現場に適応するように設計されていることも強調しています。
「このモデルは、病院間でセンサーの種類、数、順序が変わった場合でも機能しますが、これは実際の生活では非常に一般的な制限です」と専門家は述べています。
さらに、ローカル データを使用した適応プロセスを通じて、新しいセンターに合わせて調整することもできます。「自動でも単純でもありませんが、最初から開始することなく、すでに訓練された AI を特化させることは可能です」と彼は明らかにしました。
その可能性にもかかわらず、著者は重要な警告を主張しています。 「これは、睡眠検査が認知症や心臓発作を診断するという意味ではありません」とブンザ氏は言う。
「SleepFM はリスクまたは予測モデルです。 臨床現場で使用するには、将来の検証が必要になります。 医療上の決定に対する実際の影響を測定し、明確な安全プロトコルを確立します。」
#これが睡眠を読み取り将来の病気について警告する #の仕組みです