Сон – это фундаментальная потребность человека, влияющая на наше физическое и психическое здоровье. Однако до недавнего времени анализ данных полисомнографии оставался трудоемким и субъективным процессом. Традиционные методы, зависящие от ручного анализа коротких сегментов данных экспертами-сомнологами, были ограничены в масштабируемости и подвержены значительной межсубъектной изменчивости.
Однако революционные изменения приближаются благодаря разработке исследователями Медицинской школы Айкана мощного инструмента искусственного интеллекта – PFTSleep (Patch Foundational Transformer for Sleep).
PFTSleep основан на той же архитектуре трансформатора, что лежит в основе таких популярных языковых моделей, как ChatGPT. Но в отличие от обработки текста, PFTSleep обрабатывает данные полисомнографии (мозговую и мышечную активность, ЧСС и паттерны дыхания) анализируя целые ночи сна, что является уникальным аспектом этой разработки.
Масштаб исследования, лежащего в основе PFTSleep, впечатляет: модель обучена на колоссальном объеме данных – 1 011 192 часах сна. Это делает ее одной из самых масштабных моделей для анализа сна на сегодняшний день.
Ключевое отличие инструмента – в комплексном подходе. Модель обучается на полных записях сна, позволяя ей выявлять сложные паттерны, которые могут быть упущены при фрагментарном анализе. Это обеспечивает более точную классифицию стадий сна, снижение субъективности и повышение согласованности результатов. Более того, PFTSleep способен учитывать индивидуальные особенности и различия между группами населения и в разных условиях, обеспечивая более точный и персонализированный анализ.
Возможности PFTSleep выходят далеко за рамки простой классификации стадий сна. Благодаря обучению на огромном объеме данных, модель потенциально может выявлять скрытые корреляции между параметрами сна и различными заболеваниями. Например, исследователи надеются усовершенствовать технологию для клинических приложений и использовать PFTSleep для более точного обнаружения апноэ сна, а также для оценки риска развития других заболеваний, связанных с нарушениями сна.
Стандартизация и масштабируемость – два важных преимущества PFTSleep. В отличие от ручного анализа, который требует значительных временных и финансовых затрат, модель ИИ может обрабатывать данные гораздо быстрее и эффективнее. При этом исследуется весь ночной сон целиком, а не фрагменты по 30 секунд, как это происходит в случае с традиционными моделями ИИ.
При этом ученые акцентируют внимание на том, что новый инструмент не заменит клиническую экспертизу, а станет надежным ассистентом для сомнологов, повышая скорость и качества анализа сна.
Результаты исследования опубликованы в онлайн-журнале Sleep от 13 марта.
Источник: Medical News
