史丹佛大學醫學院的研究人員最近開發一種名為 SleepFM 的人工智慧系統,該系統能從單夜睡眠數據中預測超過 130 種疾病的風險。這項研究的成果於 1 月 6 日發表在《自然醫學》期刊上,標誌著睡眠醫學和人工智慧結合的新里程碑。
SleepFM系統的訓練基於來自約65,000名患者的近60萬個小時的多導睡眠檢查數據。這些數據不僅包括腦波、心率和呼吸模式,還涵蓋了肌肉活動和其他生理信號,提供對身體功能的深入了解。研究人員指出,這是首次在如此大規模的數據上應用人工智慧來分析睡眠數據。
該模型的預測能力在多種疾病中表現出色,特別是在癌症、妊娠併發症、循環系統疾病和心理健康障礙等方面,預測準確度超過了0.8的C指數,顯示出其在臨床應用中的潛力。研究團隊強調,這些預測不僅依賴於傳統的睡眠指標,還能捕捉到微妙的睡眠中斷,這些中斷往往在傳統測量中無法察覺。
研究人員表示,未來的版本可能會整合可穿戴裝置的數據,以捕捉更多日常生活和睡眠習慣的資訊,進一步提高預測的準確性。這項研究不僅為數位健康應用的發展鋪平了道路,還可能成為一種非侵入性的篩查工具,幫助早期辨識潛在的健康風險。
總之,SleepFM的開發不僅展示了人工智慧在醫療領域的應用潛力,也為未來的健康管理提供了新的思路,尤其是在疾病預測和早期干預方面。
- Stanford’s AI Predicts Disease Risk From a Single Night of Sleep
- New AI model predicts disease risk while you sleep
(首圖來源:Unsplash)






