اكتشاف مبكر للأمراض عبر بيانات النوم: نموذج SleepFM يحقق نتائج مذهلة

تم تدريب نموذج SleepFM على حوالي 600 ألف ساعة من بيانات النوم المجمعة من 65 ألف مشارك، باستخدام تخطيط النوم المتعدد (Polysomnography).

ويعد هذا التخطيط المعيار الذهبي في دراسة النوم، إذ يسجل نشاط الدماغ، القلب، التنفس، حركات العينين والساقين، وغيرها من الإشارات الحيوية.

قال إيمانويل مينيو، المشارك الرئيسي في الدراسة المنشورة بمجلة Nature Medicine:

"نسجل عددًا هائلًا من الإشارات عند دراسة النوم. إنها بيانات غنية للغاية، وكنا نستخدم جزءًا ضئيلًا منها فقط في الأبحاث السابقة."

وأكد جيمس زو، المؤلف المشارك الرئيسي، أن النوم لم يحظَ بالبحث الكافي في مجال الذكاء الاصطناعي رغم أهميته الكبيرة في الحياة والصحة.

تعلم لغة النوم

اعتمد الباحثون على نموذج أساسي للذكاء الاصطناعي يشبه نماذج اللغة الكبيرة مثل ChatGPT، قادر على التعلم من كميات ضخمة من البيانات.

تم تقسيم بيانات النوم إلى فترات زمنية مدتها خمس ثوانٍ، بحيث تُعامل كل فترة كالـ"كلمة" في نماذج اللغة، ما سمح للنموذج بفهم العلاقات بين تدفقات البيانات المختلفة، مثل نشاط الدماغ والقلب والعضلات والتنفس.

تطوير واختبار النموذج

بدأ الباحثون باختبار النموذج على مهام النوم التقليدية، مثل تصنيف مراحل النوم وتشخيص شدة انقطاع النفس النومي، وحقق أداءً مشابهًا أو أفضل من أحدث النماذج المستخدمة حاليًا.

ثم توسع استخدام النموذج بهدف أكبر: التنبؤ بالأمراض المستقبلية عبر ربط بيانات النوم مع السجلات الصحية طويلة المدى للمشاركين، والتي امتدت لأكثر من نصف قرن.

نتائج النموذج: أكثر من 130 حالة يمكن التنبؤ بها

حلل نموذج SleepFM أكثر من 1000 فئة مرضية، وتوصل إلى أن 130 فئة يمكن التنبؤ بها بدقة معقولة عبر بيانات النوم، خاصة في الحالات التالية:

السرطانات مثل سرطان البروستاتا (مؤشر C 0.89) وسرطان الثدي (0.87)

مضاعفات الحمل

أمراض الدورة الدموية وأمراض القلب الناتجة عن ارتفاع ضغط الدم (0.84) والنوبة القلبية (0.81)

حمّلوا تطبيق الشمس الأخبار والبث المباشر بين يديكم App Store Google Play

تابعوا الشمس على تلغرام أخبار عاجلة · تقارير حصرية · بث مباشر انضم للقناة

الاضطرابات النفسية

الأمراض العصبية مثل باركنسون (0.89) والخرف (0.85)

كما سجلت تنبؤات النموذج للوفاة مؤشر C يصل إلى 0.84، مما يعكس دقة عالية في التنبؤ بالمخاطر الصحية المستقبلية.

ولمتابعة كل ما يخص"عرب 48" يمكنك متابعة قناتنا الإخبارية على تلجرام

أهمية الدراسة

تفتح هذه الدراسة آفاقًا جديدة لاستخدام الذكاء الاصطناعي في الطب الوقائي، حيث يمكن للمعلومات المجمعة أثناء النوم أن تساعد في اكتشاف الأمراض مبكرًا قبل ظهور الأعراض السريرية، مما يساهم في تحسين الرعاية الصحية وخفض المخاطر المحتملة على المدى الطويل.

إذا أحببت، يمكنني أيضًا اقتراح عناوين رئيسية جذابة للنشر على وسائل الإعلام أو السوشيال ميديا للنص أعلاه لتسليط الضوء على أهمية النموذج بطريقة مختصرة وجاذبة.

طالع أيضًا