通过一晚睡眠数据 可预测130种疾病风险

　　新华社电　美国科研人员日前开发出一个人工智能模型，可仅根据一晚上的睡眠情况预测约130种疾病的发病风险，包括心脏病、痴呆症和部分癌症等。

　　该模型名为SleepFM，由美国斯坦福大学研究人员开发，用来自6.5万名参与者、总时长近60万小时的多导睡眠图数据进行了训练，整合不同的生理信号并梳理其中的关系。这是首个使用人工智能分析如此大规模睡眠数据的研究。

　　多导睡眠图是一种综合监测患者睡眠状态的方法，记录涉及大脑、心脏、眼球、呼吸和肌肉等的多种生理信号，是睡眠评估的“金标准”。这些睡眠数据被分割成时长5秒钟的片段，作为训练模型的基本数据单元。在训练所用的数据中，有3.5万人的数据来自斯坦福睡眠中心，该中心在25年里持续记录了这些人的睡眠和健康状况。

　　SleepFM模型分析了健康记录涉及的1000多种疾病，发现其中约130种疾病可以通过患者的睡眠数据进行较为准确的预测。该模型对帕金森病、痴呆症、发育迟缓、心脑血管疾病等的预测能力尤为出色；在癌症中，它预测前列腺癌、乳腺癌和皮肤癌的准确率较高。这项新成果表明，人工智能模型可以从睡眠数据中了解睡眠的“语言”，实现灵活高效的疾病预测。