23 февраля, 2026
Учёные Stanford Medicine разработали новую модель искусственного интеллекта SleepFM, способную по данным всего одной ночи сна оценивать риск возникновения более чем ста различных заболеваний, передает kznews.kz.
Как обучалась модель
Ночной сон содержит значительно больше информации о состоянии организма, чем принято считать.
Для обучения исследователи использовали данные полисомнографии – комплексного исследования сна, в ходе которого фиксируются сигналы мозга, сердечный ритм, дыхание, движения глаз и мышечная активность. Анализируя эти показатели, система осваивает так называемый «язык сна» – взаимосвязи между физиологическими сигналами и вероятностью развития заболеваний в будущем.
Модель обучили на массиве данных, включающем свыше 585 тысяч часов сна более чем 65 тысяч человек. Затем эти сведения сопоставили с их медицинскими картами, накопленными за десятилетия наблюдений.
Что умеет прогнозировать SleepFM
Модель продемонстрировала высокую точность в прогнозировании ряда серьёзных состояний, среди которых:
• болезнь Паркинсона и деменция (C-index около 0,89 и 0,85);
• гипертоническая болезнь сердца и инфаркт (примерно 0,84–0,81);
• некоторые онкологические заболевания, включая рак простаты и молочной железы (около 0,87–0,89);
• риск летального исхода (примерно 0,84).
Показатель C-index выше 0,8 означает, что система примерно в 80% случаев правильно определяет, кто из двух пациентов столкнётся с заболеванием раньше.
Почему это важно
Информация, получаемая при исследовании сна, уже применяется при диагностике отдельных нарушений, например апноэ. Однако, как выяснилось, она также содержит сигналы, указывающие на будущие заболевания, которые ранее оставались незамеченными.
В перспективе технология может позволить выявлять серьёзные проблемы со здоровьем ещё до появления симптомов — например, с помощью носимых устройств и смарт-гаджетов.
При этом исследователи подчёркивают, что SleepFM пока остаётся научной моделью. Её прогнозы основаны на длительных наблюдениях и требуют дополнительной адаптации к различным условиям, включая использование данных с умных часов и других носимых устройств.
Разработка открывает новые возможности для ранней диагностики и персонального контроля состояния здоровья на основе анализа сна.
