Výzkumníci z Icahn School of Medicine vyvinuli výkonný nástroj umělé inteligence založený na stejné transformační architektuře, jakou používají velké jazykové modely, například ChatGPT, který zpracovává celou noc spánku. Doposud se jedná o jednu z nejrozsáhlejších studií, která analyzovala 1 011 192 hodin spánku. Model nazvaný Patch-Foundational-Transformer for Sleep (PFTSleep) analyzuje mozkové vlny, svalovou aktivitu, srdeční frekvenci a vzorce dýchání, aby mohl klasifikovat fáze spánku efektivněji než běžné metody, optimalizovat analýzu spánku, snížit variabilitu a podpořit budoucí klinické nástroje pro detekci poruch spánku a dalších zdravotních rizik. Podrobnosti o jejich zjištěních byly zveřejněny v online vydání časopisu „Sleep“.

Potenciální oblasti, ve kterých lze umělou inteligenci uplatnit

Umělá inteligence může významně přispět k rozvoji spánkové medicíny. Umělá inteligence v oblasti spánku má potenciální využití ve třech klíčových oblastech:

• Klinické aplikace: V klinickém prostředí poskytují technologie řízené umělou inteligencí komplexní analýzu dat, sofistikované rozpoznávání vzorů a automatizaci diagnostiky a současně řeší chronické problémy, jako jsou poruchy dýchání ve spánku. Navzdory skromným začátkům může využití AI vést ke zlepšení efektivity a přístupu k pacientům, což může pomoci snížit vyhoření zdravotníků.
• Řízení životního stylu: Integrace umělé inteligence nabízí také jasné výhody pro řízení životního stylu prostřednictvím spotřebitelských technologií pro spánek. Tato zařízení mají různou podobu, například fitness trackery, aplikace pro chytré telefony a chytré prsteny, a pomáhají zlepšovat spánkové zdraví sledováním, vyhodnocováním a zlepšováním spánku. Nositelná spánková technologie a doporučení pro životní styl založená na datech mohou pacientům umožnit, aby se aktivně podíleli na správě svého zdraví, jak dokládá nedávný průzkum AASM, v němž 68 % dospělých, kteří používali zařízení pro sledování spánku, uvedlo, že na základě získaných poznatků změnilo své chování. Nicméně s tím, jak se tyto aplikace řízené umělou inteligencí stávají stále intuitivnějšími, zůstává zásadní pokračující dialog mezi pacienty a lékaři o možnostech a omezeních těchto inovací.
• Zdraví populace: Kromě individuální péče otevírá technologie AI nový přístup k veřejnému zdraví, pokud jde o spánek. Umělá inteligence má vzrušující potenciál syntetizovat environmentální, behaviorální a fyziologické údaje, což přispívá k informovaným zásahům na úrovni populace a k řešení stávajících nedostatků ve zdravotní péči.

Nová technika optimalizuje skórování spánku a podporuje budoucí klinické nástroje pro odhalování poruch spánku a dalších zdravotních rizik

Současné skórování spánku často závisí na lidských odbornících, kteří ručně vyhodnocují krátké úseky spánkových dat, nebo na modelech umělé inteligence, které nejsou schopny analyzovat celou noc pacienta. Tento nový přístup, vyvinutý na základě tisíců záznamů spánku, poskytuje komplexnější pohled. Model vycvičený na datech o spánku v celé délce dokáže detekovat spánkové vzorce v průběhu celé noci a v různých populacích a prostředích, čímž poskytuje standardizovanou a škálovatelnou metodu pro výzkum spánku a klinické použití, uvádějí vědci. „Jedná se o krok vpřed v oblasti skórování a interpretace spánku pomocí umělé inteligence,“ říká první autor Benjamin Fox, doktorand na Icahn School of Medicine at Mount Sinai v rámci vzdělávacího programu v oblasti umělé inteligence a nových technologií. Použití umělé inteligence tímto způsobem může přímo odvodit relevantní klinické vlastnosti z dat signálu spánkové studie pro použití při skórování spánku a v budoucnu i pro další klinické aplikace, jako je detekce spánkové apnoe nebo hodnocení zdravotních rizik souvisejících s kvalitou spánku.

Model byl vycvičen na velkém souboru dat ze spánkových studií (polysomnogramů), které měří klíčové fyziologické signály včetně mozkové aktivity, svalového tonu, srdeční frekvence a vzorců dýchání. Na rozdíl od běžných modelů umělé inteligence, které analyzují pouze krátké 30sekundové úseky, tento nový model zohledňuje celou noc spánku, čímž zachycuje podrobnější a jemnější vzorce. Model je navíc trénován metodou známou jako autosupervize, která pomáhá učit se relevantní klinické vlastnosti z fyziologických signálů bez nutnosti lidského označování výsledků. „Naše zjištění naznačují, že umělá inteligence by mohla změnit způsob, jakým vyšetřujeme a chápeme spánek,“ říká spoluautor článku Ankit Parekh, PhD, odborný asistent medicíny (plicní, kritická péče a spánková medicína) na Icahn School of Medicine na Mount Sinai a ředitel skupiny pro spánkovou a cirkadiánní analýzu na Mount Sinai. “

Dalším cílem výzkumníků je zdokonalit technologii pro klinické aplikace, například pro účinnější identifikaci zdravotních rizik souvisejících se spánkem. Výzkumníci zdůrazňují, že ačkoli je tento nástroj umělé inteligence slibný, nemůže nahradit klinické odborné znalosti. Místo toho má sloužit jako výkonná pomůcka pro spánkové specialisty a má pomoci urychlit a standardizovat analýzu spánku. Dále tým plánuje zaměřit svůj výzkum na rozšíření schopností nad rámec klasifikace spánkových stadií na detekci poruch spánku a predikci zdravotních výsledků.