AI分析睡眠数据可预测疾病风险
人工智能在睡眠医学领域取得重大突破,斯坦福大学与丹麦技术大学的研究团队开发出名为SleepFM的自学习AI模型,能够通过分析58.5万小时的睡眠监测数据预测130种疾病的患病风险,准确率高达85%。该模型基于6.5万名参与者的多导睡眠图数据进行训练,可识别大脑、心脏、肌肉和呼吸信号中的模式,将睡眠数据与痴呆症、慢性肾病、心房颤动和心脏病等疾病风险关联起来。这项发表在《自然·医学》期刊的研究有望革新慢性病筛查方式,为医疗系统提供更高效的疾病预警工具,在无需额外检测的情况下实现对患者健康状况的全面评估,具有重大临床应用价值。

