SleepFM: ИИ предсказывает 130 болезней по одной ночи сна

В Стэнфордском университете представили SleepFM - фундаментальную ИИ-модель, которая по данным одной ночи сна способна оценить риски более чем 130 заболеваний. Среди них не только расстройства сна, но и тяжёлые системные патологии: мерцательная аритмия, инфаркт миокарда, деменция, болезнь Паркинсона и другие нейродегенеративные и сердечно-сосудистые состояния.

В основе проекта лежит переосмысление полисомнографии. Сегодня это «золотой стандарт» диагностики сна, при котором пациента подключают к множеству датчиков. За одну ночь накапливаются гигабайты данных. Однако в машинном обучении эти данные долгое время использовались ограниченно. Большинство моделей решали узкие задачи, игнорируя огромный объём информации о состоянии организма.

Причина проста: классический подход требует ручной разметки, что практически невозможно для сотен тысяч часов сна под десятки заболеваний. Дополнительная проблема - хрупкость моделей, чувствительных к расположению датчиков.

Команда Стэнфорда сделала ставку на масштаб. В датасет вошли 585 тысяч часов записей сна от более чем 65 тысяч пациентов. Для обучения разработана схема self-supervised learning под названием LOO-CL.

Вместо прямого предсказания диагноза, модель решает физиологический пазл, восстанавливая данные одной модальности по другим. Это заставляет её выучивать глубокие взаимосвязи между системами организма. Архитектура сочетает 1D-CNN и Transformers.

Вторая ключевая инновация - Channel-Agnostic Attention. Модель не привязана к конкретному набору датчиков, что делает её устойчивой к реальным условиям клиник и бытовых устройств.

Результаты впечатляют. По данным одной ночи сна модель предсказывает риски 130 заболеваний и во многих случаях превосходит узкоспециализированные модели. Болезнь Паркинсона выявляется с точностью около 89 процентов, деменция - 85 процентов, риск сердечного приступа - 81 процент. И это без ручной разметки.

Авторы подчёркивают, что SleepFM - это демонстрация того, что в ночных физиологических сигналах скрыта полная картина здоровья человека. По мере развития носимой электроники подобные модели могут выйти за пределы лабораторий и оказаться в умных часах, превратив сон в инструмент ранней диагностики.