Senest.dk Redaktion
En ny kunstig intelligens kan beregne risiko for mere end 130 sygdomme ud fra blot én nats søvn.
Forskere fra Stanford University og Danmarks Tekniske Universitet (DTU) har trænet en AI-model, kaldet SleepFM, der kan forudse alt fra Parkinsons og demens til hjerteanfald og flere kræftformer ved at læse de fysiologiske signaler, kroppen sender ud, mens vi sover.
Studiet er offentliggjort i tidsskriftet Nature Medicine og bygger på over 585.000 timers søvnoptagelser fra cirka 65.000 personer. Resultaterne tyder på, at en enkelt nats data rummer langt mere information om langtidshelbredet end hidtil antaget.
Læser hjerne, hjerte og åndedræt på samme tid
SleepFM analyserer såkaldt polysomnografi, en omfattende søvnregistrering der måler hjerneaktivitet, hjerterytme, øjenbevægelser, benbevægelser og åndedræt samtidig.
For nogle af patienterne har forskerne haft adgang til op til 25 års efterfølgende sundhedsoplysninger, skriver SciTechDaily. Det har gjort det muligt at sammenholde mønstre i søvnen med, hvilke sygdomme patienterne efterfølgende udviklede.
Mest præcis ved kræft og demens
Forskerne identificerede omkring 130 sygdomme, som modellen kan forudsige med rimelig sikkerhed. Det måles på den såkaldte C-indeks-værdi, hvor 1,0 svarer til perfekt rangordning og 0,5 til rent gæt.
SleepFM scorer 0,89 for Parkinsons sygdom, 0,89 for prostatakræft, 0,87 for brystkræft, 0,85 for demens og 0,81 for hjerteanfald, fremgår det af det videnskabelige studie. Modellen rammer også 0,84 på risikoen for at dø inden for opfølgningsperioden.
Dansk co-førsteforfatter ser klinisk potentiale
Holdet bag SleepFM tæller foruden Stanford-forskere også danske bidragydere. Co-førsteforfatter Magnus Ruud Kjær er ph.d.-studerende på DTU.
Han ser et nært klinisk perspektiv i teknologien. “Når en søvnundersøgelse alligevel er i gang, for eksempel for at diagnosticere søvnapnø, kan AI potentielt bruges til at give en bred vurdering af sygdomsrisiko uden ekstra tests. Det kan identificere patienter, der bør henvises videre i sundhedssystemet”, siger Magnus Ruud Kjær til Mirage News.
Næste skridt: data fra dit ur?
I dag kræver SleepFM data fra en avanceret klinisk søvnmåling, men forskerne åbner for, at fremtidige versioner kan inddrage data fra smarture og søvnringe for at indfange flere oplysninger om dagligdag og søvnvaner, skriver SciTechDaily.
Hvis det lykkes at overføre teknikken til forbrugerelektronik, kan en helt almindelig nats søvndata i princippet fungere som et tidligt sundhedstjek. Foreløbig er der dog tale om grundforskning, og ingen kommerciel løsning er klar til markedet.
Hele kodebasen bag modellen er offentlig, så andre forskergrupper kan bygge videre på arbejdet. Den ligger frit tilgængelig på GitHub.
