详细内容或原文请订阅后点击阅览
人工智能利用睡眠模式预测未来疾病风险
斯坦福大学医学院的研究人员发表了一份关于名为“SleepFM”的新模型的报告，该模型解决了睡眠模式与整体健康之间的联系。人工智能利用睡眠模式预测未来疾病风险的文章首先出现在《斯坦福日报》上。
来源:斯坦福大学日报每年，“调整睡眠时间表”都是数以百万计的新年决心的首要内容。事实上，众所周知，充足的休息——即每晚八小时——有助于改善情绪和认知能力。但除了精力和情绪之外，睡眠对健康的影响有多大呢？
事实证明，很多。斯坦福大学的研究人员最近创建了一个人工智能模型 SleepFM，它使用睡眠记录作为疾病的预测因子。该模型由资深合著者 James Zou 和 Emmanuel Mignot 领导，能够准确预测从痴呆到中风等 130 多种疾病的发作。
“我们凭直觉知道睡眠是人类生活的一个非常重要的方面，”周说。 “一个人一生中三分之一的时间都在睡觉，但从人工智能的角度来看，它的探索相对还不够充分。”
SleepFM 接受了多个睡眠诊所 65,000 名参与者超过 585,000 小时的睡眠记录的训练。数据不包含在一种类型中；邹的团队专门利用多导睡眠图（PSG）记录，从身体的多个方面捕获丰富的生理信号。
“我们正在进行非常详细的睡眠记录，捕捉大脑信号、心脏信号、肌肉收缩甚至呼吸模式，”邹说。
这些输入的组合创建了一个多模式数据集，供人工智能全面了解睡眠。然而，大型数据集并非没有挑战。 Rahul Thapa，三年级计算机科学博士。该研究的学生和主要作者描述了处理多模式数据的技术障碍。塔帕表示，数据中存在的信号数量之多是最大的惊喜之一。
塔帕表示，对每位患者进行超过八个小时的连续记录，第一个主要目标是了解哪种训练方法在大规模情况下效果最好，这“需要大量的时间和迭代”。
“我们基本上是在尝试让人工智能学习睡眠的语言，”Zou 说。