多模态睡眠基础模型可预测130种疾病的患病风险
斯坦福大学研究人员开发的多模态睡眠基础模型(SleepFM)基于多导睡眠图数据成功预测了130种疾病的患病风险,涵盖死亡、痴呆、心肌梗死、心力衰竭、慢性肾病、中风和心房颤动等关键健康问题,其C指数和受试者工作特征曲线下面积指标均稳定超过0.75,部分疾病预测精度高达0.85;该模型在睡眠心脏健康研究数据集上展现出卓越的迁移学习能力,同时在睡眠分期和呼吸暂停评估任务中保持高准确率,为临床疾病风险预测提供了创新工具,研究成果已发表在《自然医学》杂志上,标志着人工智能在健康监测领域的重大突破。

