Расстройства сна имеют двустороннюю связь с заболеваниями различных органов и систем, среди которых самые распространенные – нейродегенеративные и психиатрические заболевания, болезни сердечно-сосудистой системы. Основной метод для диагностики расстройств сна – это полисомнография (ПСГ). Группа ученых из Стэнфорда на основании большого массива данных ПСГ разработали модель, способную прогнозировать вероятность развития различных заболеваний по анализу сна. Состояниями, которые можно было спрогнозировать с наибольшей вероятностью, стали: деменция, смерть, инфаркт миокарда, остановка сердца, хроническая болезнь почек. Исследование опубликовано в Nature Medicine.
Credit: public domain
Сон – это комплексный процесс, включающий особый режим работы и взаимодействие головного мозга, сердца, дыхательной системы и мышц. Золотым стандартом оценки сна, включающим в себя регистрацию активности этих систем, считается полисомнография (ПСГ). ПСГ включает в себя оценку функции головного мозга (ЭЭГ – электроэнцефалография, ЭОГ – электроокулограмма), сердца (электрокардиография – ЭКГ), мышц (электронейромиография – ЭНМГ), дыхательной системы (респираторные сигналы).
Расстройства сна затрагивают миллионы людей по всему миру и вносят вклад в развитие множества различных состояний, в числе которых психиатрические, нейродегенеративные и сердечно-сосудистые заболевания. В связи с этим возможность спрогнозировать развитие заболеваний на основании данных исследования сна – это крайне актуальная задача.
Анализ данных ПСГ требует большого количества времени и длительного обучения, учитывая различные каналы, анализирующие функцию нескольких органов и систем. По этой же причине разработка автоматического анализа ПСГ очень кропотлива и затруднительна.
Решить эту задачу взялись ученые из Стэнфорда. Они разработали SleepFM – модель, обучившуюся на 585 000 часов данных ПСТ 65 000 пациентов. Затем сравнили эти данные с историями болезни пациентов в течение 6 лет после исследования сна, рассчитав индекс конкордантности (С-индекс) – метрику, которая определяет вероятность наступления события. На основании данных ПСГ можно было с высокой вероятностью прогнозировать смертность (С- индекс 0,84), деменцию (0.85), инфаркт миокарда (0.81), остановку сердца (0.80), хроническую болезнь почек (0.79), инсульт (0.78) и фибрилляцию предсердий (0.78).
С одной стороны, это исследование демонстрирует значимость сна в отношении развитий патологий различных органов и систем. С другой стороны, последующее развитие подобных технологий позволит неинвазивно отслеживать состояния здоровья человека в режиме реального времени.
Текст: Вадим Русскин
A multimodal sleep foundation model for disease prediction. Thapa, R., et al. Nat Med. Published January 2026
https://doi.org/10.1038/s41591-025-04133-4