Новая модель ИИ, SleepFM, предсказывает более 130 заболеваний с использованием данных о сне, демонстрируя высокую точность в отношении Паркинсона, слабоумия, сердечных приступов, рака и проблем с психическим здоровьем. A new AI model, SleepFM, predicts over 130 diseases using sleep data, showing strong accuracy for Parkinson’s, dementia, heart attacks, cancers, and mental health issues.

Новая модель ИИ, SleepFM, точно предсказывает риск более 130 заболеваний с использованием данных о сне из полисомнографии, демонстрируя высокие показатели для Parkinsonson, слабоумия, сердечных приступов, некоторых раковых заболеваний и психических расстройств. A new AI model, SleepFM, accurately predicts the risk of over 130 diseases using sleep data from polysomnography, showing strong performance for Parkinson’s, dementia, heart attacks, certain cancers, and mental health conditions. В этой модели используются синхронизированные сигналы от мозга, сердца и дыхательной активности для выявления ранних признаков заболеваний, полученные с помощью данных от более чем 1 000 пациентов с 25-летним наблюдением за состоянием здоровья. Trained on data from over 1,000 patients with up to 25 years of health follow-up, the model uses synchronized signals from brain, heart, and respiratory activity to identify early disease markers. Несмотря на то, что в настоящее время ей не хватает простых пояснений, исследователи разрабатывают инструменты для интерпретации ее выводов. While it currently lacks plain-language explanations, researchers are developing tools to interpret its findings. Результаты исследования, проведенного под руководством Стэнфорда и финансируемого НГП, свидетельствуют о том, что исследования сна могут стать мощным инструментом раннего выявления заболеваний, при этом будущие усовершенствования могут быть обеспечены с помощью данных об износимом устройстве. The study, led by Stanford and funded by the NIH, suggests sleep studies could become a powerful tool for early disease detection, with future enhancements possible through wearable device data.