На основе данных, полученных за одну ночь в лаборатории сна, искусственный интеллект (ИИ) способен оценить риск развития более 130 заболеваний - от болезни Паркинсона до инфаркта и рака молочной железы. Но программа выявляет не причины, а только корреляцию. Новая модель ИИ анализирует мозговые волны, сердечный ритм, дыхание, мышечную и другую активность человеческого тела во время ночного сна.

Причем ИИ может делать это за годы до появления первых симптомов болезни, подчеркивает Джеймс Зоу, доцент Стэнфордского университета и один из авторов исследования, опубликованного в журнале Nature Medicine. Новая модель ИИ под названием SleepFM была разработана командой под руководством Рахула Тапы, специалиста по биомедицинским данным из Стэнфордского университета, и обучена на сотнях тысяч часов данных из лабораторий сна.

Исследование сна пациентов в специальной лаборатории называется полисомнографией. Во время этого диагностического исследования, которое, как правило, проводится всего одну ночь, отслеживаются особенности работы различных систем организма во время сна: головного мозга, сердца, дыхания, мышечного напряжения, а также движения глаз и ног, и другие. Для «обучения» SleepFM команда использовала около 585 тысяч часов таких записей, полученных от порядка 65 тысяч человек из разных групп, проходивших обследование, в основном, в центре медицины сна при Стэнфордском университете.

В ходе предварительного обучения ИИ «научился» координировать и статистически регистрировать данные о сигналах мозга, сердца и дыхания человека во время сна. После базовой подготовки модель SleepFM была доработана для решения таких задач, как определение стадий сна и диагностики апноэ во сне - в результате ее оценки достигли уровня, сопоставимого с результатами таких универсальных моделей, как U-Sleep и YASA. Эти программы относятся к наиболее известным так называемым классификаторам стадий сна, анализирующим данные электроэнцефалографии (ЭЭГ), которая предоставляет подробную картину активности головного мозга и помогает диагностировать различные неврологические состояния и расстройства психического здоровья.

Далее исследователи сопоставили данные о сне с электронными медицинскими картами за последние 25 лет и изучили, какие диагнозы можно предполагать на основе информации, полученной за одну ночь. Из более чем тысячи категорий модель выявила 130 заболеваний, риск развития которых можно было прогнозировать с точностью от умеренной до высокой. Как отмечает исследователь Рахул Тапа, такой подход показывает, «что рутинные измерения сна приоткрывают до сих пор недооцененное «окошко» для мониторинга долгосрочного состояния здоровья человека».

Особенно точным оказалось прогнозирование деменции, болезни Паркинсона, инфаркта миокарда, сердечной недостаточности, некоторых видов рака, а также общей смертности. «В принципе, модель искусственного интеллекта может быть обучена для очень большого спектра возможных прогнозов, если для этого есть соответствующая база данных», - считает Себастиан Бушьегер, эксперт по сну из Института Ламарра, являющегося одним из ключевых исследовательских центров Технического университета Дортмунда, который не участвовал в исследовании.

Как показывает анализ, сигналы сердца особенно важны для прогнозирования сердечно-сосудистых заболеваний, в то время как сигналы мозга - для неврологических и психических расстройств. Однако наиболее информативным является сочетание различных сигналов, например, когда ЭЭГ показывает стабильное состояние сна, но сердце кажется «бодрствующим».

Подобные расхождения между мозгом и сердцем могут указывать на скрытые нагрузки или ранние стадии заболевания задолго до появления симптомов. «Если наши коллеги в области медицины сна подозревают наличие связи, то мы, специалисты по искусственному интеллекту, можем включить это в систему прогнозирования, или дать указания о том, где могут обнаружиться связи, - пояснил DW специалист по сну из Дортмунда. - Однако корреляции, которые мы предоставляем, в основном являются статистическими. Причинно-следственная связь должна быть подтверждена экспертами».

Модель основана в первую очередь на данных из лабораторий сна, то есть на данных о людях, которые в большинстве случаев были направлены туда из-за проблем со сном и проживающие в благополучных регионах с доступом к высокотехнологичной медицине. Исследователи интегрировали в несколько американских и европейских групп, так называемых когорт.

Они дополнительно тестируют модель в рамках независимого исследования, но люди без проблем со сном и из регионов мира с менее развитым медицинским обслуживанием по-прежнему недостаточно представлены в нем. SleepFM не выявляет причины заболеваний, а лишь корреляции, подчеркивают исследователи: модель ИИ распознает статистические закономерности во сне, которые могут быть связаны с последующими возможными диагнозами.

«Большинство методов искусственного интеллекта не умеют распознавать причинно-следственные связи», - объясняет информатик Маттиас Якобс из Технического университета Дортмунда, который занимается исследованиями методов искусственного интеллекта и машинного обучения для анализа данных о сне и не принимал участия в исследовании.

Методы машинного обучения - это вычислительные методы, с помощью которых компьютеры на основе предоставленных примеров данных учатся распознавать закономерности и делать прогнозы, даже не будучи запрограммированными на каждое правило. В то же время Якобс видит «потенциал для диагностики и терапии, даже если будут использоваться только статистические корреляции», - пояснил информатик DW.