Η Τεχνητή Νοημοσύνη φαίνεται έτοιμη να αλλάξει ριζικά τον τρόπο με τον οποίο αντιλαμβανόμαστε τον ύπνο και τη σχέση του με τη συνολική μας υγεία.
Σύμφωνα με νέα επιστημονικά δεδομένα, ένα προηγμένο μοντέλο AI μπορεί να προβλέψει τον κίνδυνο εμφάνισης περισσότερων από 100 διαφορετικών νοσημάτων, βασιζόμενο αποκλειστικά σε καταγραφές εγκεφαλικής δραστηριότητας από μία μόνο νύχτα σε εξειδικευμένο κέντρο μελέτης ύπνου.
Από τη Ρούλα Σκουρογιάννη
Πώς τα δεδομένα ύπνου μετατρέπονται σε ισχυρό εργαλείο πρόγνωσης υγείας
Το προηγμένο μοντέλο AI, με την ονομασία SleepFM, εκπαιδεύτηκε σε περισσότερες από 585.000 ώρες δεδομένων ύπνου, οι οποίες συλλέχθηκαν μέσω πολυυπνογραφίας από περίπου 65.000 άτομα.
Η πολυυπνογραφία θεωρείται η χρυσή διαγνωστική μέθοδος για τη μελέτη του ύπνου, καθώς καταγράφει ταυτόχρονα:
εγκεφαλική δραστηριότητα,
καρδιακή λειτουργία,
αναπνοή,
κινήσεις σώματος,
κινήσεις οφθαλμών
και άλλα κρίσιμα βιολογικά σήματα.
Όπως επισημαίνουν οι ερευνητές, πρόκειται για «ένα ανεκμετάλλευτο χρυσωρυχείο φυσιολογικών δεδομένων».
Ο ύπνος ως καθρέφτης της υγείας
«Καταγράφουμε έναν εντυπωσιακό αριθμό σημάτων όταν μελετάμε τον ύπνο», δήλωσε ο επικεφαλής της μελέτης, Dr. Emmanuel Mignot, από την Ιατρική Σχολή του Stanford, στην Καλιφόρνια. Με στόχο να αξιοποιηθεί αυτός ο τεράστιος όγκος πληροφοριών, η ερευνητική ομάδα ανέπτυξε και εκπαίδευσε το SleepFM σε δεδομένα ασθενών από διαφορετικές κλινικές ύπνου.
Σε πρώτο στάδιο, το μοντέλο δοκιμάστηκε σε κλασικές εφαρμογές ανάλυσης ύπνου, όπως:
η αναγνώριση των σταδίων του ύπνου,
και η διάγνωση της βαρύτητας της υπνικής άπνοιας.
Τα αποτελέσματα ήταν εντυπωσιακά: το SleepFM απέδωσε εξίσου καλά ή και καλύτερα από τα πλέον σύγχρονα μοντέλα που χρησιμοποιούνται σήμερα στην κλινική πράξη.
Πρόβλεψη σοβαρών νοσημάτων με βάση τα δεδομένα ύπνου
Στη συνέχεια, οι ερευνητές συνέδεσαν δεδομένα πολυυπνογραφίας από 35.000 ενήλικες και παιδιά, που είχαν εξεταστεί στο Stanford Sleep Medicine Center την περίοδο 1999–2024, με τις μακροχρόνιες εκβάσεις υγείας των ίδιων ατόμων, αξιοποιώντας τους ηλεκτρονικούς ιατρικούς φακέλους τους.
Αναλύοντας περισσότερες από 1.000 κατηγορίες ασθενειών, το μοντέλο κατάφερε να προβλέψει με ικανοποιητική ακρίβεια 130 νοσήματα, μεταξύ των οποίων:
συνολική θνησιμότητα,
άνοια,
έμφραγμα μυοκαρδίου,
καρδιακή ανεπάρκεια,
χρόνια νεφρική νόσος,
εγκεφαλικό επεισόδιο,
κολπική μαρμαρυγή.
Ακρίβεια άνω του 80% σε ορισμένες παθήσεις
Όπως αναφέρουν οι ερευνητές σε δημοσίευσή τους στο έγκριτο περιοδικό Nature Medicine*, για ορισμένες μορφές καρκίνου, επιπλοκές της κύησης, παθήσεις του κυκλοφορικού συστήματος και ψυχικές διαταραχές, οι προβλέψεις του μοντέλου ήταν σωστές σε ποσοστό άνω του 80%.
Το επόμενο βήμα: περισσότερα δεδομένα, βαθύτερη κατανόηση
Παρά τα εντυπωσιακά αποτελέσματα, οι επιστήμονες τονίζουν ότι δεν είναι ακόμη πλήρως κατανοητό ποια ακριβώς χαρακτηριστικά του ύπνου “διαβάζει” το μοντέλο όταν προβλέπει μια συγκεκριμένη νόσο. Η ερευνητική ομάδα εργάζεται ήδη τόσο για τη διερεύνηση αυτών των μηχανισμών όσο και για τη βελτίωση της ακρίβειας του μοντέλου.
Μία από τις επόμενες προκλήσεις είναι η ενσωμάτωση δεδομένων από φορετές συσκευές (wearables), ώστε η τεχνητή νοημοσύνη να μπορεί στο μέλλον να προσφέρει εξατομικευμένη πρόγνωση υγείας, όχι μόνο στο εργαστήριο, αλλά και στην καθημερινή ζωή.
Ο ύπνος αναδεικνύεται σε έναν από τους πιο αξιόπιστους βιοδείκτες υγείας. Και με τη βοήθεια της Τεχνητής Νοημοσύνης, μπορεί σύντομα να μετατραπεί σε ένα ισχυρό εργαλείο πρόληψης, έγκαιρης διάγνωσης και εξατομικευμένης ιατρικής.*Περισσότερα στοιχεία για τη δημοσίευση στο Nature Medicine είναι διαθέσιμα στον σύνδεσμο:
https://www.nature.com/articles/s41591-025-04133-4?utm_source=Sailthru&utm_medium=Newsletter&utm_campaign=Health-Rounds&utm_term=010626&lctg=63e121d07a7ced439a0e2587
