12:00 
Плохой ночной сон предвещает мутные глаза на следующий день, но он также может указывать на болезни, которые настигнут вас через годы. Новая модель искусственного интеллекта, разработанная исследователями из Стэнфордского медицинского университета и их коллегами, может использовать физиологические записи ночного сна для прогнозирования риска развития более 100 заболеваний у человека.
Известная как SleepFM, модель была обучена на почти 600 000 часах сна, собранных у 65 000 участников. Данные о сне поступают с помощью полисомнографии — комплексной оценки сна, в которой используются различные датчики для регистрации активности мозга, сердечной деятельности, дыхательных сигналов, движений ног, движений глаз и многого другого.
Полисомнография — это золотой стандарт в исследованиях сна, позволяющих наблюдать за пациентами в лаборатории в течение ночи. Кроме того, как поняли исследователи, это неиспользованный золотой кладезь физиологических данных.
«Когда мы изучаем сон, мы записываем удивительное количество сигналов», — сказал Эммануэль Миньо, доктор медицинских наук, профессор медицины сна Крейга Рейнольдса и соавтор нового исследования, которое будет опубликовано 6 января в журнале Nature Medicine. «Это своего рода общая физиология, которую мы изучаем в течение восьми часов на субъекте, находящемся в полной неволе. Это очень большой объем данных».
Только часть этих данных используется в текущих исследованиях сна и медицине сна. Благодаря достижениям в области искусственного интеллекта теперь можно понять гораздо больше. Новое исследование является первым, в котором ИИ используется для анализа таких крупномасштабных данных о сне.
С точки зрения ИИ сон относительно недостаточно изучен. Существует множество других работ по искусственному интеллекту, посвященных патологии или кардиологии, но сравнительно мало исследований сна, несмотря на то, что сон является такой важной частью жизни».
Джеймс Зоу, доктор философии, доцент кафедры биомедицинских данных и со-старший автор исследования
Изучаем язык сна
Чтобы воспользоваться накопленными данными о сне, исследователи создали базовую модель, своего рода модель искусственного интеллекта, которая может обучать самостоятельно обрабатывать огромные объемы данных и применять полученные знания к широкому кругу задач. Большие языковые модели, такие как ChatGPT, являются примерами базовых моделей, обученных на огромных объемах текста.
585 000 часов полисомнографических данных, на которых обучался SleepFM, получены от пациентов, состояние сна которых оценивалось в различных клиниках сна. Данные о сне разбиты на пятисекундные интервалы, аналогично словам, которые используются для обучения большим языковым моделям.
"SleepFM - это, по сути, изучение языка сна", - сказал Цзоу.
Модель смогла объединить несколько потоков данных - например, электроэнцефалографию, электрокардиографию, электромиографию, измерение пульса и поток воздуха при дыхании - и понять, как они связаны друг с другом.
Для этого исследователи разработали новую технику обучения, называемую контрастным обучением с исключением одного, которая по существу скрывает одну модальность данных и заставляет модель реконструировать недостающая часть на основе других сигналов.
"Одним из технических достижений, которых мы достигли в этой работе, является выяснение того, как гармонизировать все эти различные модальности данных, чтобы они могли объединиться для изучения одного и того же языка", - сказал Цзоу.
Прогнозирование заболеваний
После этапа обучения исследователи смогли точно настроить модель для различных задач.
Сначала они протестировали модель на стандартных задачах анализа сна, например, для классификации различных стадий сна и диагностики степени апноэ во сне. SleepFM работал так же хорошо, как и современные модели, используемые сегодня.
Затем исследователи поставили перед собой более амбициозную задачу: предсказать возникновение будущего заболевания на основе данных сна. Чтобы определить, какие состояния можно прогнозировать, им нужно было сопоставить данные тренировочной полисомнографии с долгосрочными показателями здоровья тех же участников. клиника сна.
Стэнфордский центр медицины сна был основан в 1970 году покойным Уильямом Дементом, доктором медицинских наук, который широко считается отцом медицины сна. Самая большая когорта пациентов, использовавшихся для обучения SleepFM - около 35 000 пациентов в возрасте от 2 до 96 лет - записывала в клинике данные полисомнографии в период с 1999 по 2024 год. Исследователи сопоставили данные полисомнографии этих пациентов с данными полисомнографии. их электронные медицинские карты, которые обеспечивали до 25 лет наблюдения за некоторыми пациентами.
(Записи полисомнографии в клинике имеют еще более древнюю историю, но только на бумаге, - сказал Миньо, который руководил центром сна с 2010 по 2019 год.)
SleepFM проанализировал более 1000 категорий заболеваний в медицинских картах и обнаружил 130, которые можно было с достаточной точностью предсказать по данным пациента. Данные о сне были особенно сильны в отношении рака, осложнений беременности, нарушений кровообращения и психических расстройств: индекс C достигал значения выше 0.
