科学家开发出一种新型人工智能模型，可在人们睡眠期间预测心血管疾病风险。该突破性技术由牛津大学研究团队研发，通过分析睡眠过程中的生理指标变化，提前识别潜在健康隐患。
该模型利用深度学习算法处理睡眠监测数据，包括心率变异性、呼吸模式及血氧水平等关键参数。研究显示，这些睡眠期间的细微生理变化能有效反映心血管系统健康状态。与传统日间健康评估相比，夜间数据采集具有独特优势——人体在睡眠时受外界干扰最小，生理信号更为纯净稳定。
牛津大学医学工程实验室负责人指出："睡眠是人体自然的'压力测试'状态。我们的AI系统能在8小时睡眠周期内持续监测200余项生物标志物，通过机器学习识别出人类医生难以察觉的早期预警信号。" 临床试验中，该模型对五年内心血管事件的预测准确率达到89%，显著高于现行标准评估工具72%的准确率。
这项技术依托现有可穿戴睡眠监测设备实现，无需额外医疗介入。当用户佩戴智能手环或床垫传感器入睡时，AI系统自动分析数据流，并在检测到异常模式时生成风险评估报告。目前研究团队正与英国国民医疗服务体系合作推进临床应用，计划将算法整合至家用睡眠监测产品，使高风险人群获得早期干预机会。
研究人员强调，该模型并非用于疾病诊断，而是作为预防性健康筛查工具。通过捕捉睡眠期间的亚临床生理变化，为医疗专业人员提供关键决策支持，最终目标是降低心脏病发作和中风等严重健康事件的发生率。后续研究将扩展至其他慢性疾病预测领域。
【全文结束】
