SleepFM: מודל ה-AI של סטנפורד לחיזוי מחלות מנתוני שינה

חוקרים מאוניברסיטת סטנפורד פרסמו מודל AI חדשני בשם SleepFM, המסוגל לחזות סיכון ליותר מ-100 מצבים רפואיים – מדמנציה ועד סוגי סרטן שונים – באמצעות ניתוח נתוני שינה בלבד. המודל, שתוצאות המחקר עליו פורסמו בכתב העת Nature Medicine, נבנה על בסיס 650,000 שעות נתונים שנלקחו מ-65,000 משתתפים.

איך עובד מודל ה-AI החדשני?

SleepFM הוא מודל רב-מודאלי (multimodal) שמנתח במקביל מספר זרמי נתונים פיזיולוגיים שהוקלטו במהלך בדיקות פוליסומנוגרפיה (PSG) – תקן הזהב במחקרי שינה:

• פעילות מוחית (EEG)
• פעילות לב (ECG)
• פעילות שרירים (EMG)
• דפוסי נשימה
• תנועות עיניים
• רמות חמצן בדם

החוקרים פיתחו טכניקת אימון חדשה בשם leave-one-out contrastive learning: "המודל לומד להשלים נתונים חסרים על סמך הקשרים בין הערוצים השונים", הסביר פרופ' ג'יימס זואו, אחד מעורכי המחקר.

ביצועים מרשימים בחיזוי תחלואה

לאחר אימון המודל, החוקרים בדקו את יכולתו לחזות הופעת מחלות בעתיד, תוך שילוב נתוני בריאות ארוכי טווח ממרפאת השינה של סטנפורד (המתועדים משנת 1970). מבין 1,000 קטגוריות המחלות שנבדקו, SleepFM הציג יכולות חיזוי מדויקות עבור 130 מצבים רפואיים עם C-Index מעל 0.75 (מדד המציין דיוק של 75% בחיזוי סדר האירועים בין זוג נבדקים).

התחומים הבולטים בחיזוי:

1. מחלות נוירולוגיות:

   • פרקינסון (C-Index 0.89)
   • דמנציה (0.85)
   • עיכובים התפתחותיים (0.84)

2. מחלות לב וכלי דם:

   • התקף לב (0.81)
   • אי ספיקת לב (0.80)
   • שבץ מוחי (0.78)

3. מחלות ממאירות:

   • סרטן הערמונית (0.89)
   • מלנומה (0.87)
   • סרטן שד (0.87)

4. תחלואה כללית:

   • תמותה מכל סיבה (0.84)
   • סיבוכי היריון
   • מחלות כליות כרוניות (0.79)

השלכות קליניות ומגבלות

"השינה מהווה ראי למצב הבריאות הכללי", ציין פרופ' עמנואל מיניוט, מומחה לרפואת שינה מסטנפורד. "המודל מזהה דפוסים פיזיולוגיים עדינים שקדמו לאבחון קליני בעד 6 שנים במקרים מסוימים".

חשוב להדגיש כי:

• המודל אינו כלי אבחנתי אלא מעריך סיכון סטטיסטי.
• הנתונים נאספו מאוכלוסייה שהופנתה לבדיקות שינה קליניות – לא מהציבור הרחב.
• יש צורך במחקרי אימות נוספים, לאוכלוסיות מגוונות.

כיווני פיתוח עתידיים

החוקרים בוחנים שילוב נתוני wearables (מכשירים לבישים) לשיפור הדיוק, ומפתחים כלים להסברת ההחלטות של המודל. "בעוד מודלים כמו ChatGPT מסבירים עצמם בטקסט, SleepFM מצריך פיתוח שיטות פרשנות חדשות", הוסיף זואו.

פרדיגמה חדשה זו עשויה לשנות את האופן שבו אנו תופסים את תפקיד השינה בניטור בריאותי, ומציעה גישה לא פולשנית וארוכת טווח לחיזוי תחלואה עוד לפני הופעת תסמינים קליניים.