Kötü bir gece uykusu, ertesi gün gözlerin yaşarması anlamına gelir, ancak aynı zamanda yıllar sonra ortaya çıkacak hastalıklara da ışık tutabilir.
Bilim insanları yeni bir yöntem geliştirdi yapay zeka demans, kalp krizi, felç ve felç riskinizi tahmin edebilen program kanser tanıdan yıllar önceki tek gecelik uyku verilerinden.
SleepFM adı verilen model, 65.000 katılımcıdan toplanan 585.000 saatlik uyku verileriyle eğitildi.
Veriler, beyin dalgalarını, göz hareketlerini, kas aktivitesini, kalp ritmini, nefes almayı ve oksijen seviyelerini kaydeden bir çalışma olan polisomnografi adı verilen bir uyku değerlendirmesinden geliyor.
Stanford Üniversitesi’nden ekip, polisomnografi verilerini, bazıları 25 yıla yayılan elektronik sağlık kayıtlarıyla karşılaştırdı.
Bir hastanın uyku verileriyle 130 farklı hastalığın makul bir doğrulukla tahmin edilebileceğini keşfettiler.
Modelin tahminleri özellikle kanserler, hamilelik komplikasyonları, dolaşım koşulları ve zihinsel bozukluklar için güçlüydü.
Yazar James Zou, ‘SleepFM aslında uykunun dilini öğrenmektir’ dedi. ‘Modelin oldukça çeşitli koşullar için bilgilendirici tahminler yapabilmesi bizi hoş bir şekilde şaşırttı.’
Araştırmacılar, bir hastanın uyku verileriyle 130 farklı hastalığın makul bir doğrulukla tahmin edilebileceğini keşfetti
Veriler, beyin dalgalarını, göz hareketlerini, kas aktivitesini, kalp ritmini, nefes almayı ve oksijen seviyelerini kaydeden bir çalışma olan polisomnografi adı verilen bir uyku değerlendirmesinden geliyor.
Program, her hastalık kategorisine C-endeksi adı verilen bir sayı vererek çalışır.
Dr Zou, “Model, olası tüm birey çiftleri için, kimlerin bir olayı (örneğin kalp krizi) daha erken yaşama olasılığının daha yüksek olduğuna dair bir sıralama veriyor” dedi.
‘AC-indeksinin 0,8 olması, modelin tahmininin yüzde 80 ihtimalle gerçekte olanlarla uyumlu olduğu anlamına gelir.’
SleepFM’in Parkinson hastalığını tahmin etmede yüzde 89, demansı tahmin etmede yüzde 85 ve kalp krizini tahmin etmede yüzde 81 doğru olduğu bulundu.
Ayrıca meme ve prostat kanserini sırasıyla yüzde 87 ve 89 doğrulukla tahmin edebildi ve hatta ölüm riskini tahmin etmede yüzde 84 doğruluk oranı vardı.
Mevcut uyku çalışmaları özel klinik ekipman gerektirse de ekip, bulgularının polisomnografinin sonunda güçlü bir erken teşhis aracı olabileceğini öne sürdüğünü söyledi.
Ekip ayrıca kalp sinyallerinin dolaşım hastalıkları için en bilgilendirici olduğunu, beyin aktivite sinyallerinin zihinsel ve nörolojik durumları daha iyi yakaladığını ve solunum sinyallerinin solunum bozukluklarını tahmin etmede daha etkili olduğunu, ancak en iyi genel skorları üretenin tüm sinyal türlerinin bir kombinasyonu olduğunu da keşfetti.
Dr Zou, “Bu çalışmada kaydettiğimiz teknik ilerlemelerden biri, tüm bu farklı veri yöntemlerini bir araya getirerek aynı dili öğrenmelerini sağlayacak şekilde nasıl uyumlu hale getireceğimizi bulmaktır” dedi.
Ekip, kötü bir gece uykusunun ertesi gün gözlerin yaşarması anlamına geldiğini, ancak bunun aynı zamanda yıllar sonra ortaya çıkacak hastalıklara da ışık tutabileceğini söyledi (dosya resmi)
Yapay zekanın tahminlerini daha da iyileştirmenin yolları üzerinde çalışıyorlar; belki de Apple saati gibi giyilebilir cihazlardan veri ekleyerek.
Günlükte yazmak Doğa TıbbıAraştırmacılar şunları yazdı: ‘Uyku, fiziksel ve zihinsel sağlık üzerinde geniş etkileri olan temel bir biyolojik süreçtir, ancak hastalıklarla olan karmaşık ilişkisi tam olarak anlaşılmamıştır.
‘SleepFM, bir gecelik uykudan itibaren en az 0,75’lik bir C-Index ile 130 durumu doğru bir şekilde tahmin ediyor.
‘Bu çalışma, temel modellerin çok modlu uyku kayıtlarından uyku dilini öğrenebildiğini, ölçeklenebilir, etiket açısından verimli analiz ve hastalık tahminine olanak sağladığını gösteriyor.’