近日，由斯坦福大学等多家机构联合开发的一套名为SleepFM的人工智能系统问世。该系统通过分析极其庞大的睡眠数据，为多个健康领域的研究及疾病预警带来了新的可能性。SleepFM的研发成果发表在相关学术期刊中，引发了医学界的广泛关注。
SleepFM的核心数据来源于65,000名个体在临床睡眠研究中的多导睡眠监测数据（多导睡眠图）。这是一种公认的评估睡眠的黄金标准，能够通过多种传感器详细记录大脑活动、心脏功能、呼吸模式、眼动、腿部动作等生理信号，并通常在实验室设置中进行过夜测试。尽管这些数据长期用于诊断睡眠障碍，研究团队发现其中还蕴藏着大量尚未被深度挖掘的生理信息。
著名的生物医学数据科学副教授、本研究的联合资深作者James Zou博士表示：“从人工智能的角度来看，睡眠仍是一个相对未被充分研究的领域。相比于病理学或心脏病学，睡眠相关AI研究相对较少，尽管睡眠对人类生活至关重要。”
为了充分发掘这些庞大数据中的潜在价值，研究团队开发了一种新型基础模型（foundation model），旨在从海量复杂数据中学习广泛的模式，并将此知识应用于多种任务。正如ChatGPT等大语言模型运用人工智能学习文本语言，SleepFM则致力于“学习睡眠的语言”。
研究团队共分析了58.5万小时的多导睡眠监测数据，将每段睡眠记录划分为5秒的片段，从而创造出类似自然语言模型的“单词”数据集。Zou博士表示：“SleepFM的核心是在学习睡眠的语言。我们的技术创新在于找到了协调所有不同数据模式的方法，从而让模型更有效地学习这些信号的统一语言。”
研究人员通过“C指数”（C-index）评估SleepFM对健康风险的预测能力。C指数是一种衡量模型预测准确性的指标，其反映模型在比较两人谁更可能首先经历健康事件时的正确率。研究显示，SleepFM在多种健康状况方面实现了准确预测。Zou博士指出：“我们感到意外的是，即使面对多样化的疾病，该模型仍能提供有价值的预测。”
目前，许多临床实践中使用的预测工具，即使C指数仅约0.7，依然被广泛接受，例如癌症治疗中常用的预测模型。而SleepFM的表现则更为优异，这进一步确立了其潜在医疗应用的价值。
尽管取得了显著成果，研究团队并未就此止步。他们正在努力改进SleepFM的预测能力，并探索模型在疾病预测中的决策过程。Zou博士解释道：“尽管模型尚不能用‘英语’向我们解释它的决策逻辑，但我们已经开发了多种解释性技术，试图理解它在进行特定疾病预测时所依赖的关键因素。”
研究中发现，在心血管疾病预测中，心血相关信号起到的作用较大，而精神健康预测则更多依赖于大脑信号。然而，将多种数据类型相结合后，模型的预测精度显著提升。这一发现表明，多模态数据的融合是提升预测准确性的关键。
研究团队还计划探索智能穿戴设备数据对模型性能的潜在增益。未来版本的SleepFM或将结合来自可穿戴设备的生理信号，进一步扩展其检测体征的范围，从而覆盖更多健康状况的检测与预测。
除了斯坦福大学，来自丹麦技术大学、哥本哈根大学医院、Copenhagen University Hospital – Rigshospitalet、BioSerenity、哥本哈根大学和哈佛医学院的团队也深度参与了此次合作。研究的共同第一作者Rahul Thapa博士和Magnus Ruud Kjaer博士指出，SleepFM不仅标志着AI在医疗健康领域的又一重大突破，也为未来基于生理信号的疾病预测与健康干预提供了无限可能。
随着技术的进一步成熟，SleepFM有望将睡眠研究与人工智能技术紧密结合，不仅为全球医疗健康赋能，还能进一步推动个体化精准医疗的发展。这对于医学研究者以及普通大众而言，无疑都是一项全新的福音。
[人形纪元网出品] [睡眠人工智能系统] [多导睡眠监测数据分析] [健康风险预测模型] [人工智能精准医疗研究] [刘智勇频道] [RoboPony(真机智能)] [真机算法] [PixStock.online(设计智能体图库）] [ZhenMeta.com] [机器姬永生人] [机器洞察网] [AI之星网] [风投高科网] [猛虎财经网] [硅基科学网] [人形纪元网] [真机量化（zhenquant.hk）] [真机内参] [高能判官] [片场狂徒] [暴徒外放] [Cognition OS] [Embodied OS] [黄金广告位]
📚 【精品资源】添加关注『人形纪元网微信公众号』，即可免费获取完整版《刘智勇频道第五卷》
丹麦和斯坦福的跨国合作真是太有启发性了，科学没有国界，知识共享才是未来的趋势！
原来研究探索背后还留下这么多未解之谜，未来的科学家们加油啊！
58.5万的数据样本分析！科研人员这点滴的积累真的令人敬佩，任何成果都来之不易。
临床实践的标准化改进迫在眉睫，科技能够给医疗带来的改变简直不容小觑！