Stanfordo universiteto tyrėjai sukūrė dirbtinio intelekto modelį, kuris analizuoja miego duomenis ir nustato modelius, susijusius su vėlyvu daugelio ligų atsiradimu.
Komanda nurodo apie 130 diagnozių, kurioms modelis, kaip teigiama, pasiekė patikimas prognozavimo vertes. Tai apima: demenciją, Parkinsono ligą, širdies smūgį, širdies nepakankamumą, tam tikras vėžio rūšis ir bendrą mirtingumą, pranešta žurnale „Nature Medicine“.
Tyrėjai apmokė dirbtinį intelektą „SleepFM“ naudodami polisomnografijos duomenis – naktinius matavimus, atliekamus miego laboratorijoje, kur jutikliai fiksuoja smegenų bangas, širdies veiklą, kvėpavimą, raumenų įtampą, kojų ir akių judesius.
Didžioji šių duomenų dalis gauta iš Stanfordo miego medicinos centro, klinikos žmonėms, turintiems miego sutrikimų. Taip pat buvo panaudoti papildomi duomenų rinkiniai iš JAV ir Europos. Dirbtinio intelekto apmokymams mokslininkai panaudojo daugiau nei 585 tūkst. valandų miego įrašų iš maždaug 65 tūkst. žmonių. Parengiamajame etape komanda išmokė dirbtinį intelektą, kaip tipiniai miego signalai yra tarpusavyje susiję. Tam modeliui buvo pateiktos trumpos ištraukos iš vienos nakties, kuriose vienu metu buvo registruojama smegenų, širdies, kvėpavimo ir raumenų veikla.
Vėliau vienu metu buvo dirbtinai slopinamas vienas signalas. Dirbtiniam intelektui buvo pavesta atpažinti, kurie likę signalai priklauso vienas kitam, o kurie ne. Tokiu būdu jis įgijo esminį supratimą apie tai, kaip skirtingos kūno funkcijos paprastai sąveikauja miego metu. Po išankstinio mokymo tyrėjai panaudojo šį esminį supratimą, kad patobulintų dirbtinį intelektą praktiniam pritaikymui, pavyzdžiui, miego stadijų atpažinimui ar miego apnėjos diagnozei. Šiuose standartizuotuose testuose „SleepFM“ pasiekė tikslumą, panašų į esamų metodų tikslumą.
Labai tiksliai numatė ligas
Tuomet tyrėjai susiejo miego duomenis su dalyvių ilgalaikiais elektroniniais sveikatos įrašais. Tai leido jiems ištirti, ar vienos nakties miegas gali suteikti užuominų apie būsimas ligas. Iš daugiau nei 1000 ligų kategorijų komanda nustatė 130, kurias dirbtinis intelektas labai tiksliai numatė remdamasis miego duomenimis. Tyrimo duomenimis, „SleepFM“ ypač gerai numatė.
Parkinsono liga, demencija, širdies priepuolis, taip pat prostatos ir krūties vėžys.
Miegančios smegenys ir budri širdis gali numatyti sveikatos problemas. Tačiau tiksliausios prognozės buvo įmanomos derinant konkrečius duomenis: „Didžiąją dalį informacijos ligoms prognozuoti gavome lygindami skirtingus kanalus“, – teigia miego tyrėjas Emmanuelis Mignotas, dalyvavęs tyrime ir 1999 m. atradęs narkolepsijos priežastį.
Atitinkamai, nesinchronizuoti matavimo duomenys – pavyzdžiui, kai išmatuotas smegenų aktyvumas rodo tipinius miego modelius, o širdies signalai labiau primena budrumą – gali rodyti sveikatos problemas.
Tyrėjai perspėja: dirbtinis intelektas dar netinka individualioms diagnozėms
Šis darbas atitinka augančią tyrimų sritį, kurioje miegas laikomas sveikatos žymeniu. Tačiau tai pirmasis tyrimas, kuriame sistemingai naudojamas visas išmatuotų signalų spektras. Tačiau autoriai taip pat pabrėžia savo požiūrio apribojimus: modelis atpažįsta statistines koreliacijas, o ne priežastis, todėl netinka individualioms diagnozėms ar gydymo sprendimams.
Be to, dauguma duomenų gaunami iš specializuotų miego klinikų, o tai reiškia, kad žmonės, neturintys miego problemų arba turintys ribotą prieigą prie medicininės priežiūros, yra nepakankamai atstovaujami. Ar rezultatus galima apibendrinti visai populiacijai ir kokie biologiniai mechanizmai lemia šiuos modelius, lieka neaišku. Nepaisant to, šis metodas ilgainiui galėtų padėti geriau panaudoti didelius esamų miego duomenų kiekius tyrimams ir prevencijai.
