Учёные создали искусственный интеллект, способный анализировать мозговую активность во сне и предсказывать риск развития более ста заболеваний — от сердечно-сосудистых патологий до онкологии — на основе данных ночного сна.
Учёные создали искусственный интеллект, способный анализировать мозговую активность во сне и предсказывать риск развития более ста заболеваний — от сердечно-сосудистых патологий до онкологии — на основе данных ночного сна.
Специалисты из международной научной группы представили новую модель искусственного интеллекта, которая использует данные физиологических сигналов во время сна для прогнозирования развития широкого круга заболеваний. Модель анализирует электроэнцефалограмму и другие биосигналы сна, позволяя выявлять риски ещё до появления симптомов.
Разработка, получившая рабочее название SleepFM, обучалась на огромном массиве данных сна — почти 600 000 часов записи ЭЭГ и других параметров у 65 000 участников. На основе этих сигналов алгоритм может оценивать индивидуальные риски развития более 130 различных заболеваний и состояний здоровья уже после одной ночи сна.
ИИ-модель обнаруживает корреляции между паттернами мозговой активности и последующим развитием патологий, включающих болезни сердца, деменцию, осложнения беременности, а также различные виды рака. По сути, система распознаёт «язык сна», делая выводы о будущих рисках.
Нарушения сна давно связаны с повышенным риском развития хронических заболеваний и ухудшением здоровья. Новые ИИ-инструменты могут стать дополнительным диагностическим слоем для раннего выявления рисков, что особенно актуально для персонализированной медицины, профилактики и планирования терапии.
Такие алгоритмы потенциально могут стать частью клинических систем мониторинга сна и здоровья, позволяя врачам более точно оценивать риски для пациентов и назначать своевременные меры.
Технологии анализа сна уже сегодня применяются для диагностики бессонницы и нарушений сна с помощью электроэнцефалографии (ЭЭГ) и других методов. Новая ИИ-модель расширяет эти возможности до многофакторного прогноза заболеваний, повышая ценность ночных данных мозга для медицины.
Источник: Stanford Medicine, TechnologyNetworks
Ученые Оренбургского государственного медицинского университета разработали прогностическую модель оценки риска суицидального поведения у подростков 14–17 лет.
В Сеченовском Университете разрабатывают первую отечественную экспресс-тест-систему для выявления предраковых состояний слизистой оболочки полости рта.
Российские ревматологи и дерматовенерологи согласовали определения «сложного для ведения» и «трудно поддающегося лечению» псориаза и псориатического артрита.