یک شب بدخوابی معمولاً به معنای خستگی و بیحوصلگی در روز بعد است. اما اگر همین بدخوابی یا الگوهای خاص خوابیدن شما حاوی سیگنالهایی باشد که بیماریهای ده سال آیندهتان را فاش کند چه؟ این دیگر یک داستان علمی-تخیلی نیست. پژوهشگران دانشکده پزشکی استنفورد به تازگی مدلی از هوش مصنوعی را توسعه دادهاند که میتواند تنها با بررسی دادههای یک شب خواب، ریسک ابتلا به بیش از ۱۰۰ بیماری مختلف را پیشبینی کند.
این مدل که SleepFM نام دارد، تحولی بزرگ در حوزه تشخیص بیماری با هوش مصنوعی محسوب میشود و نشان میدهد که ساعات خاموشی بدن ما، پر از دادههای حیاتی و نادیده گرفته شده است.
استخراج طلا از دادههای فراموش شده
پزشکان سالهاست که از تستهای خواب یا پلیسومنوگرافی (Polysomnography) برای بررسی اختلالات خواب استفاده میکنند. در این تستها حسگرهای متعددی فعالیت مغز، ضربان قلب، تنفس، حرکات چشم و پاها را در طول شب ثبت میکنند. امانوئل مینیو استاد پزشکی خواب در استنفورد میگوید که این دادهها یک معدن طلای دستنخورده هستند که تا امروز تنها بخش کوچکی از آنها استفاده میشد.
اما حالا به لطف پیشرفتهای یادگیری ماشین ما میتوانیم زبان پنهان بدن در خواب را ترجمه کنیم. مدل SleepFM بر روی ۵۸۵ هزار ساعت داده خواب از ۶۵ هزار شرکتکننده آموزش دیده است. این حجم از داده به هوش مصنوعی اجازه میدهد الگوهایی را ببیند که هیچ پزشک انسانی قادر به دیدن آنها نیست.
یادگیری زبان خواب: مدل SleepFM چگونه کار میکند؟
برای ساخت این ابزار قدرتمند، محققان از رویکردی مشابه مدلهای زبانی بزرگ (LLMs) مثل ChatGPT استفاده کردند. اما به جای کلمات، این مدل با قطعات پنج ثانیهای از دادههای فیزیولوژیک بدن آموزش دیده است. جیمز زو دانشیار علوم دادههای زیستپزشکی میگوید که SleepFM در واقع در حال یادگیری زبان خواب است.
نکته جالب در معماری این مدل استفاده از تکنیکی خاص برای هماهنگسازی دادههاست. مدل مجبور میشود اگر یکی از سیگنالها (مثلاً ضربان قلب) حذف شد، آن را بر اساس سایر سیگنالها (مثل امواج مغزی و تنفس) بازسازی کند. این تمرین باعث میشود هوش مصنوعی درک عمیقی از ارتباط درونی و پیچیده اعضای بدن پیدا کند. نتیجه نهایی سیستمی است که در تشخیص بیماری با هوش مصنوعی دقتی خیرهکننده دارد.
پیشبینی سکته و پارکینسون قبل از وقوع
محققان برای تست قدرت این مدل، دادههای خواب بیماران را با پروندههای پزشکی آنها که گاهی تا ۲۵ سال سابقه را پوشش میداد مقایسه کردند. نتایج شگفتانگیز بود. این مدل توانست ۱۳۰ بیماری را با دقت قابل قبولی پیشبینی کند.
در دنیای آمار پزشکی معیاری به نام شاخص سی (C-index) وجود دارد که دقت پیشبینی را نشان میدهد. نمره ۰.۸ به این معنی است که مدل در هشتاد درصد موارد درست پیشبینی میکند. مدل SleepFM در پیشبینی بیماریهای زیر عملکردی عالی داشت:
- بیماری پارکینسون: با دقت ۰.۸۹
- سرطان پروستات: با دقت ۰.۸۹
- سرطان پستان: با دقت ۰.۸۷
- زوال عقل (Dementia): با دقت ۰.۸۵
- بیماریهای قلبی و حمله قلبی: با دقت بالای ۰.۸
این اعداد نشان میدهند که تشخیص بیماری با هوش مصنوعی دیگر محدود به تحلیل تصاویر رادیولوژی نیست و حالا به عمق عملکردهای ناخودآگاه بدن نفوذ کرده است.
چرا بدن در خواب دروغ نمیگوید؟
یکی از یافتههای کلیدی این نوشتار این است که ناهماهنگی بین ارگانهای مختلف بدن، بهترین نشانه برای بیماریهای آینده است. مینیو توضیح میدهد زمانی که مغز در حالت خواب است اما قلب رفتاری شبیه به حالت بیداری نشان میدهد، این عدم هماهنگی خبر از مشکلاتی در آینده میدهد.
این فناوری میتواند پزشکی پیشگیرانه را متحول کند. تصور کنید با یک شب خوابیدن در کلینیک (یا در آینده با استفاده از گجتهای پوشیدنی دقیق)، بتوانید بفهمید که پنج سال دیگر در خطر حمله قلبی هستید و از همین امروز سبک زندگی خود را تغییر دهید.
این پژوهش که در ژانویه ۲۰۲۶ در نشریه نیچر مدیسین (Nature Medicine) منتشر شده است، گامی بلند به سوی آیندهای است که در آن هوش مصنوعی نه جایگزین پزشک، بلکه به قدرتمندترین ابزار او برای نجات جان انسانها تبدیل میشود.
منبع:
