Ein Modell einer künstlichen Intelligenz könnte 130 schwere Krankheiten nur mit Daten einer Nacht Schlaf vorhersagen. Entwickelt von Wissenschaftlern der Universität Stanford, markiert dieser Fortschritt einen Meilenstein in der vorhersagenden Medizin.
Der Geburtstag von SleepFM: Modell einer künstlichen Intelligenz analysiert den Schlaf
Forscher der Stanford-Universität präsentierten SleepFM, das erste Modell einer künstlichen Intelligenz, das mit fast 600.000 Stunden Daten von 65.000 Personen trainiert wurde. Es verwendet Polysomnografie, das Goldstandard zur Messung von Gehirnwellen, Herzrhythmen, Muskelaktivität und Atmung während des Schlafs.
Precisionsleistung bei der Vorhersage von hohem Risiko
Dieses Modell einer künstlichen Intelligenz identifiziert Risiken für Demenz, Herzinfarkt, Herzinsuffizienz, chronische Nierenerkrankung, Hirnschlag und Vorhofflimmern. Es generiert latente Darstellungen, die die physiologische Struktur des Schlafs erfassen, und überwindet Barrieren im großen Maßstab von komplexen Datenanalysen.
Historischer Kontext des Einsatzes von KI im Schlaf
Bevor SleepFM, blieb der Schlaf unterbewertet in der KI, trotz seines Zusammenhangs mit chronischen Gesundheitszuständen. Vorgängige Studien, wie jene des Mass General Brigham im Jahr 2021, nutzten KI, um Diabetes-Typ-2 mit Wearables zu erkennen, aber keiner skalierte auf 130 Pathologien mit Polysomnografie. James Zou, Professor für Biomedizinische Datenwissenschaft an der Stanford-Universität, betont: „Der Schlaf ist relativ wenig untersucht aus einer KI-Sicht“.
Auswirkungen auf globale Gesundheit
Die Veröffentlichung in Nature Medicine bestätigt SleepFM als Pionier in der großen Skala von Analysen. Es könnte die Präventivuntersuchungen transformieren, indem es frühzeitig über hohe Mortalität warnt. Statistiken der WHO zeigen, dass kardiovaskuläre Krankheiten 17,9 Millionen Todesfallen pro Jahr verursachen; ein Modell einer künstlichen Intelligenz könnte sie durch frühzeitige Erkennung reduzieren.
Limitationen und Zukunft
Obwohl vielversprechend, erfordert es Validierung in verschiedenen Bevölkerungsgruppen. Experten wie Zou betonen seinen Potenzial, um KI in die täglichen klinischen Routinen zu integrieren.
- Training: 65.000 Teilnehmer.
- Daten: 600.000 Stunden PSG.
- Krankheiten: 130, fokussiert auf tödliche.
Dieses Modell einer künstlichen Intelligenz nicht nur vorhersagt, sondern auch den Schlaf-Monitoring neu definiert. In der Dominikanischen Republik, wo Schlafstörungen 30% der Erwachsenen nach lokalen Umfragen betreffen, könnte sein Einfluss transformatorisch sein. SleepFM positioniert das Modell einer künstlichen Intelligenz als Schlüsselfigur in der zukünftigen Gesundheitspolitik.
