věda

Výzkumníci vyvinuli model umělé inteligence, který předpovídá riziko onemocnění z údajů o spánku

Polysomnografie – považovaná za zlatý standard ve studiích spánku – je běžným prostředkem pro shromažďování údajů o spánku, který využívá senzory k zaznamenávání mozkové aktivity, srdeční funkce, respiračních signálů a pohybů očí, mimo jiné |Obrázek používaný pouze pro reprezentativní účely | Fotografický kredit: GORODENKOFF

Výzkumníci vyvinuli model umělé inteligence, který dokáže pomocí údajů o spánku předpovědět riziko vzniku více než stovky různých zdravotních stavů.

Model s názvem „SleepFM“ byl vyvinut výzkumníky, včetně těch z americké Stanfordské univerzity, a trénoval na údajích o téměř šesti milionech hodin spánku, shromážděných od 65 000 účastníků.

Systém AI, popsaný v článku v časopise Přírodní medicínabyl původně testován na standardních úlohách zahrnujících analýzu spánku, jako je sledování různých fází spánku nebo diagnostika závažnosti spánkové apnoe.

Model byl poté použit k předpovědi budoucího nástupu onemocnění analýzou údajů o spánku, přičemž údaje o zdravotních záznamech pocházely ze spánkové kliniky.

Bylo zkoumáno více než 1 000 kategorií onemocnění ve zdravotních záznamech a 130 bylo možné předpovědět s rozumnou přesností pomocí údajů o spánku pacienta, uvedli vědci.

„Když studujeme spánek, zaznamenáváme úžasný počet signálů. Je to druh obecné fyziologie, kterou studujeme osm hodin u subjektu, který je zcela v zajetí. Je velmi bohatý na data,“ řekl hlavní autor Emmanual Mignot, profesor spánkové medicíny na katedře psychiatrie a behaviorálních věd Stanfordské univerzity.

Polysomnografie – považovaná za zlatý standard ve studiích spánku – je běžným prostředkem sběru dat o spánku, který mimo jiné využívá senzory k zaznamenávání mozkové aktivity, srdeční funkce, respiračních signálů a pohybů očí.

Model AI byl schopen začlenit více proudů dat – jako je elektroencefalografie (elektrická aktivita mozku), elektrokardiografie, elektromyografie (elektrická aktivita svalů), čtení pulsů a proudění vzduchu při dýchání – a zjistit, jak spolu souvisí, uvedli vědci.

Tým vyvinul novou techniku ​​pro trénování umělé inteligence, nazvanou kontrastivní učení „leave-one-out“. To v podstatě skryje jednu modalitu nebo proud dat a vyzve model k rekonstrukci chybějící části na základě ostatních signálů.

Bylo zjištěno, že předpovědi systému umělé inteligence jsou zvláště silné u rakoviny, těhotenských komplikací, oběhových stavů a ​​duševních poruch, přičemž bylo dosaženo skóre „C-indexu“ vyššího než 0,8.

C-index nebo index shody je běžným měřítkem prediktivního výkonu umělé inteligence – konkrétně její schopnosti předpovědět, který ze dvou jedinců ve skupině zažije událost jako první, uvedli vědci.

„Z jedné noci spánku SleepFM přesně předpovídá 130 stavů s C-indexem alespoň 0,75, včetně mortality ze všech příčin (C-Index, 0,84), demence (0,85), infarktu myokardu (0,81), srdečního selhání (0,80), chronického onemocnění ledvin (0,79), mrtvice (0,7. fibrilace) a mrtvice (0,7.

„Přestože se výkon v různých kategoriích liší, SleepFM vykazuje silné výsledky v několika oblastech, včetně novotvarů (nádorů), těhotenských komplikací, oběhových stavů a ​​duševních poruch,“ uvedli.

Silný výkon modelu AI byl také pozorován při předpovídání rizika Parkinsonovy choroby – ve které jsou spánkové podmínky považovány za první indikátory – a vývojových zpoždění a poruch.

Zdrojový odkaz

Related Articles

Back to top button