Nepokojná noc často vedie k únave nasledujúci deň, ale môže tiež naznačovať zdravotné problémy, ktoré sa môžu objaviť až oveľa neskôr. Vedci zo Stanfordskej univerzity a ich spolupracovníci vyvinuli systém umelej inteligencie, ktorý dokáže preskúmať signály tela z jednej noci spánku a vyhodnotiť riziko viac ako 100 rôznych ochorení. Systém s názvom SleepFM bol vycvičený na základe takmer 600 000 hodín záznamov spánku od 65 000 ľudí. Tieto záznamy pochádzajú z polysomnografie, hĺbkového testu spánku, ktorý využíva viacero senzorov na sledovanie mozgovej aktivity, činnosti srdca, dýchania, pohybov očí, nôh a iných fyzických signálov počas spánku.

Spánkové štúdie obsahujú nevyužité údaje o zdraví

Polysomnografia sa považuje za zlatý štandard hodnotenia spánku a zvyčajne sa vykonáva cez noc v laboratóriu. Hoci sa často používa na diagnostiku porúch spánku, výskumníci si uvedomujú, že zachytáva aj množstvo fyziologických informácií, ktoré neboli úplne analyzované. „Pri štúdiu spánku zaznamenávame ohromujúce množstvo signálov,“ povedal Dr. Emmanual Mignot, PhD, profesor spánkovej medicíny Craig Reynolds a spoluautor novej štúdie uverejnenej v časopise Nature Medicine. „Je to akási všeobecná fyziológia, ktorú študujeme osem hodín u človeka, ktorý je úplne v našej starostlivosti. Tieto údaje sú veľmi rozsiahle.“

V bežnej klinickej praxi sa skúma len malý zlomok týchto informácií. Vďaka nedávnym pokrokom v oblasti umelej inteligencie môžu teraz výskumníci dôkladnejšie analyzovať tieto veľké a komplexné súbory údajov. Podľa tímu je táto práca prvou, ktorá aplikuje umelú inteligenciu na údaje o spánku v takom veľkom rozsahu. „Z pohľadu umelej inteligencie je spánok pomerne málo preskúmaný. Existuje veľa iných prác AI, ktoré sa zaoberajú patológiou alebo kardiológiou, ale relatívne málo prác, ktoré sa zaoberajú spánkom, hoci spánok je takou dôležitou súčasťou života,“ povedal James Zou, PhD, docent biomedicínskej dátovej vedy a spoluautor štúdie.

Výučba spánkových vzorcov pomocou umelej inteligencie

Na získanie poznatkov z údajov výskumníci vyvinuli základný model, typ umelej inteligencie navrhnutý na učenie všeobecných vzorcov z veľmi veľkých súborov údajov a následné použitie týchto znalostí na mnohé úlohy. Veľké jazykové modely, ako napríklad ChatGPT, používajú podobný prístup, ale sú trénované na texte, a nie na biologických signáloch. SleepFM bol vycvičený na 585 000 hodinách polysomnografických údajov zozbieraných od pacientov, ktorí boli vyšetrení na spánkových klinikách. Každá relácia monitorovania spánku bola rozdelená na päťsekundové segmenty, ktoré fungujú podobne ako slová používané na trénovanie systémov umelej inteligencie založených na jazyku. SleepFM sa v podstate učí jazyk spánku, povedal Zou.

Model integruje viaceré toky informácií vrátane mozgových signálov, srdcových rytmov, svalovej aktivity, meraní pulzu a prúdenia vzduchu počas dýchania a učí sa, ako tieto signály navzájom interagujú. Aby výskumníci pomohli systému pochopiť tieto vzťahy, vyvinuli tréningovú metódu nazvanú „Kontrastné učenie s ponechaním jednej funkcie“. Pri tomto prístupe sa postupne odstráni jeden typ signálu a model je požiadaný, aby ho rekonštruoval pomocou zostávajúcich údajov. Jednou z technických inovácií, ktoré v tejto práci dosiahli, je zistenie, ako zosúladiť všetky tieto rôzne modality údajov tak, aby sa mohli spojiť a naučiť sa rovnaký jazyk.

Predpovedanie budúcich ochorení na základe spánku

Po vyškolení výskumníci prispôsobili model na konkrétne úlohy. Najprv ho otestovali v štandardných spánkových štúdiách, ako je identifikácia spánkových fáz a hodnotenie závažnosti spánkového apnoe. V týchto testoch sa SleepFM vyrovnal alebo dokonca prekonal výkon súčasných popredných modelov. Tím potom sledoval ambicióznejší cieľ: zistiť, či údaje o spánku dokážu predpovedať budúce ochorenia. Na tento účel prepojili polysomnografické záznamy s dlhodobými zdravotnými výsledkami tých istých osôb. Bolo to možné, pretože výskumníci mali prístup k desaťročiam lekárskych záznamov z jednej spánkovej kliniky.

Stanfordské centrum spánkovej medicíny založil v roku 1970 zosnulý Dr. William Dement, PhD, ktorý je všeobecne považovaný za otca spánkovej medicíny. Najväčšia skupina použitá na tréning SleepFM zahŕňala približne 35 000 pacientov vo veku od 2 do 96 rokov. Ich spánkové štúdie boli zaznamenané na klinike v rokoch 1999 až 2024 a porovnané s elektronickými zdravotnými záznamami, ktoré sledovali niektorých pacientov až 25 rokov. Podľa Mignota, ktorý viedol spánkové centrum v rokoch 2010 až 2019, polysomnografické záznamy kliniky siahajú ešte ďalej do minulosti, ale len v papierovej podobe. Na základe tohto kombinovaného súboru údajov spoločnosť SleepFM preskúmala viac ako 1 000 kategórií ochorení a identifikovala 130 stavov, ktoré sa dali predpovedať s primeranou presnosťou len na základe údajov o spánku. Najlepšie výsledky sa dosiahli v prípade rakoviny, komplikácií v tehotenstve, ochorení obehovej sústavy a duševných porúch s hodnotami predpovede nad C-indexom 0,8.

Ako sa meria presnosť predpovede

Index C alebo index zhody meria, ako dobre dokáže model zoradiť jednotlivcov podľa ich rizika. Udáva, ako často model správne predpovedá, u ktorého z dvoch jednotlivcov sa vyskytne zdravotná udalosť ako u prvého. „Pre všetky možné dvojice jednotlivcov model zoradí, u koho je väčšia pravdepodobnosť, že udalosť – napríklad srdcový infarkt– zažije skôr. Index C 0,8 znamená, že predpoveď modelu zodpovedá skutočnej udalosti v 80 % prípadov,“ vysvetlil Zou. SleepFM si viedol obzvlášť dobre pri predpovedaní Parkinsonovej choroby (C-index 0,89), demencie (0,85), hypertenznej choroby srdca (0,84), infarktu (0,81), rakoviny prostaty (0,89), rakoviny prsníka (0,87) a smrti (0,84).