Výskumníci z Icahn School of Medicine vyvinuli výkonný nástroj umelej inteligencie založený na rovnakej transformačnej architektúre, akú používajú veľké jazykové modely ako ChatGPT na spracovanie celej noci spánku. Doteraz ide o jednu z najväčších štúdií, ktorá analyzovala 1 011 192 hodín spánku. Model s názvom Patch-Foundational-Transformer for Sleep (PFTSleep) analyzuje mozgové vlny, svalovú aktivitu, srdcovú frekvenciu a vzorce dýchania s cieľom klasifikovať štádiá spánku efektívnejšie ako bežné metódy, optimalizovať analýzu spánku, znížiť variabilitu a podporiť budúce klinické nástroje na zisťovanie porúch spánku a iných zdravotných rizík. Podrobnosti o ich zisteniach boli uverejnené v online vydaní časopisu „Sleep“.

Potenciálne oblasti, v ktorých sa môže uplatniť umelá inteligencia

Umelá inteligencia môže významne prispieť k oblasti spánkovej medicíny. Umelá inteligencia v oblasti spánku má potenciálne využitie v troch kľúčových oblastiach:

• Klinické aplikácie: V klinickom prostredí poskytujú technológie založené na umelej inteligencii komplexnú analýzu údajov, sofistikované rozpoznávanie vzorov a automatizáciu diagnostiky a zároveň riešia chronické problémy, ako sú napríklad poruchy dýchania počas spánku. Napriek skromným začiatkom môže využívanie AI viesť k zlepšeniu efektívnosti a prístupu k pacientom, čo môže pomôcť znížiť vyhorenie zdravotníckych pracovníkov.
• Riadenie životného štýlu: Integrácia umelej inteligencie ponúka jasné výhody aj pre manažment životného štýlu prostredníctvom používania spotrebiteľskej technológie spánku. Tieto zariadenia majú rôzne podoby, ako napríklad fitnes trackery, aplikácie pre smartfóny a inteligentné prstene, a pomáhajú zlepšovať zdravie spánku sledovaním, vyhodnocovaním a zlepšovaním spánku. Nositeľné technológie na sledovanie spánku a odporúčania týkajúce sa životného štýlu založené na údajoch môžu pacientom umožniť, aby sa aktívne podieľali na riadení svojho zdravia, čo dokazuje aj nedávny prieskum AASM, v ktorom 68 % dospelých, ktorí používali zariadenie na sledovanie spánku, uviedlo, že na základe získaných poznatkov zmenili svoje správanie. Keďže sa však tieto aplikácie riadené umelou inteligenciou stávajú čoraz intuitívnejšími, pokračujúci dialóg medzi pacientmi a lekármi o potenciáli a obmedzeniach týchto inovácií zostáva rozhodujúci.
• Zdravie obyvateľstva: Okrem individuálnej starostlivosti otvára technológia AI nový prístup k verejnému zdraviu v súvislosti so spánkom. Umelá inteligencia má vzrušujúci potenciál syntetizovať environmentálne, behaviorálne a fyziologické údaje, čo prispieva k informovaným intervenciám na úrovni populácie a k riešeniu existujúcich nedostatkov v zdravotnej starostlivosti.

Nová technika optimalizuje hodnotenie spánku a podporuje budúce klinické nástroje na zisťovanie porúch spánku a iných zdravotných rizík

Súčasné skórovanie spánku sa často spolieha na ľudských expertov, ktorí manuálne vyhodnocujú krátke segmenty údajov o spánku, alebo na modely umelej inteligencie, ktoré nie sú schopné analyzovať celú noc pacienta. Tento nový prístup, vyvinutý na základe tisícov záznamov spánku, poskytuje komplexnejší pohľad. Model vycvičený na celých spánkových údajoch dokáže odhaliť spánkové vzorce počas celej noci a v rôznych populáciách a prostrediach, čím poskytuje štandardizovanú a škálovateľnú metódu pre výskum spánku a klinické použitie, tvrdia výskumníci. „Toto je krok vpred v oblasti hodnotenia a interpretácie spánku pomocou umelej inteligencie,“ hovorí prvý autor Benjamin Fox, doktorand na Icahn School of Medicine at Mount Sinai v rámci vzdelávacieho programu v oblasti umelej inteligencie a nových technológií. Použitie umelej inteligencie týmto spôsobom môže priamo odvodiť relevantné klinické vlastnosti z údajov signálu spánkovej štúdie na použitie pri bodovaní spánku a v budúcnosti aj v iných klinických aplikáciách, ako je detekcia spánkového apnoe alebo hodnotenie zdravotných rizík súvisiacich s kvalitou spánku.

Model bol vycvičený na veľkom súbore údajov zo štúdií spánku (polysomnogramov), ktoré merajú kľúčové fyziologické signály vrátane mozgovej aktivity, svalového tonusu, srdcovej frekvencie a vzorcov dýchania. Na rozdiel od bežných modelov umelej inteligencie, ktoré analyzujú len krátke 30-sekundové úseky, tento nový model berie do úvahy celú noc spánku, čím zachytáva podrobnejšie a diferencovanejšie vzory. Okrem toho je model vycvičený metódou známou ako self-supervision, ktorá pomáha učiť sa relevantné klinické vlastnosti z fyziologických signálov bez potreby ľudského označovania výsledkov. „Naše zistenia naznačujú, že umelá inteligencia by mohla zmeniť spôsob, akým vyšetrujeme a chápeme spánok,“ hovorí jeden z hlavných zodpovedajúcich autorov Ankit Parekh, PhD, odborný asistent medicíny (pľúcna, kritická starostlivosť a spánková medicína) na Icahn School of Medicine at Mount Sinai a riaditeľ skupiny pre analýzu spánku a cirkadiánnej medicíny na Mount Sinai. “

Ďalším cieľom výskumníkov je zdokonaliť túto technológiu pre klinické aplikácie, napríklad na efektívnejšiu identifikáciu zdravotných rizík súvisiacich so spánkom. Výskumníci zdôrazňujú, že hoci je tento nástroj umelej inteligencie sľubný, nemôže nahradiť klinické odborné znalosti. Namiesto toho má slúžiť ako výkonná pomôcka pre odborníkov na spánok a pomôcť urýchliť a štandardizovať analýzu spánku. Ďalej tím plánuje zamerať svoj výskum na rozšírenie možností nad rámec klasifikácie spánkových štádií na detekciu spánkových porúch a predpovedanie zdravotných výsledkov.