Istraživači sa Stanforda obučili su veštačku inteligenciju da "nauči jezik sna" kako bi mogla da predvidi da li su pacijenti u riziku od razvoja više od 100 zdravstvenih stanja.
Novi model veštačke inteligencije (AI) može da proceni da li je osoba u opasnosti da razvije više od 100 bolesti, na osnovu kvaliteta njenog sna.
SleepFM, veliki jezički model (LLM) koji su razvili istraživači sa Univerziteta Stanford u Kaliforniji, analizira moždanu aktivnost, srčani ritam, disanje, pokrete nogu i pokrete očiju tokom sna kako bi procenio rizik od bolesti.
U novoj studiji objavljenoj u časopisu Nature, istraživači su trenirali AI model koristeći više od 580.000 sati podataka o snu prikupljenih od 65.000 pacijenata u periodu od 1999. do 2024. godine.
Podaci su poticali iz klinika za poremećaje sna i drugih medicinskih ustanova koje tokom noći prate obrasce spavanja.
Ti podaci su podeljeni u intervale od po pet sekundi, koji su za model funkcionisali kao "reči" na kojima se LLM trenira.
"SleepFM u suštini uči jezik sna", rekao je Džejms Zou, vanredni profesor biomedicinske nauke o podacima na Stanfordu i koautor studije.
Istraživači su ove podatke dopunili individualnim zdravstvenim kartonima pacijenata iz klinika za spavanje, kako bi obučili SleepFM da predviđa buduće bolesti.
Model je bio tačan u najmanje 80 odsto slučajeva kada je predviđao da li će pacijent razviti Parkinsonovu bolest, Alchajmerovu bolest, demenciju, hipertenzivnu bolest srca, srčani udar, rak prostate ili rak dojke. Takođe je tačno predvideo smrt pacijenta u 84 odsto slučajeva.
Manju preciznost imao je u predviđanju hronične bubrežne bolesti, moždanog udara i aritmije (nepravilan rad srca), koje je uspešno detektovao u najmanje 78 odsto slučajeva.
"Tokom proučavanja sna beležimo neverovatnu količinu zdravstvenih signala", rekao je Emanuel Minjo, profesor medicine sna na Stanfordu.
"To je neka vrsta opšte fiziologije koju proučavamo osam sati kod ispitanika koji je potpuno miran. Podaci su izuzetno bogati".
Autori studije navode da je upravo kombinacija svih ovih podataka omogućila modelu da postigne najveću tačnost. Na primer, signali tela koji nisu usklađeni, kao kada mozak deluje kao da spava, ali srce izgleda kao da je budno, ukazuju na potencijalne probleme.
Sa Stanforda su saopštili da će sledeći korak biti dodavanje podataka sa nosivih uređaja (poput pametnih satova) u bazu SleepFM-a, kako bi se dodatno poboljšala tačnost predviđanja.
Istraživači su takođe istakli da je studija obuhvatila samo osobe koje su već sumnjale na zdravstvene probleme, s obzirom na to da su učestvovale u ispitivanjima u klinikama za spavanje. Zbog toga uzorak nije reprezentativan za procenu sposobnosti veštačke inteligencije da otkriva bolesti u opštoj populaciji.
(M.A./EUpravo zato/euronews.com)
