【编者按】在科技日新月异的今天，人工智能正以前所未有的方式重塑医疗健康的未来。一项来自斯坦福大学医学院的最新研究，将睡眠这一日常行为转化为预测健康的“密码”。研究团队开发出首个能依据单晚睡眠数据预测超百种疾病的人工智能模型，准确率惊人——帕金森病预测达89%，痴呆症85%，心肌梗死81%，甚至癌症风险也能精准捕捉。这不仅意味着我们或许能通过一夜安眠预见未来数年的健康轨迹，更可能开启“预防优于治疗”的新纪元。当AI读懂你的梦境与呼吸，健康预警或将从医院走进卧室，这不仅是技术的飞跃，更是对人类健康管理的深刻革新。
美国研究团队首次开发出能够基于单晚睡眠数据预测超过100种健康状况的人工智能（AI）模型。
该研究由斯坦福大学医学院的埃马纽埃尔·米尼奥教授和詹姆斯·邹领导。他们的团队利用来自6.5万人的60万小时睡眠数据训练了一个AI模型，并于6日将成果发表于国际学术期刊《自然·医学》。
◇AI横空出世：用睡眠数据预测疾病
研究团队开发的AI模型被命名为**睡眠基础模型（SleepFM）**。团队首先将6.5万人的58.5万小时多导睡眠图（睡眠研究）记录输入AI，并将数据分割为5秒间隔。这些记录包含了脑电波（BAS）、心电图（ECG）、肌电图（EMG）和呼吸信号的详细测量数据。
随后，团队采用**留一法学习**进行额外训练。AI被展示脑电波、呼吸和眼动数据，并被要求推断并重建心电图数据。例如，AI面临的挑战是预测：“如果我隐藏心率数据，你能仅凭脑电波和呼吸声来推测心脏是如何跳动的吗？”通过数亿次的重复学习，AI掌握了正常的生理关联，例如“当大脑这样活动时，心脏应该那样跳动”。
◇预测帕金森准确率89%，痴呆症85%
团队随后利用大量健康记录训练AI以预测疾病。除了睡眠数据，该模型还整合了斯坦福睡眠医学中心数十年的疾病追踪记录。如果一个人的脑电波显示处于深度睡眠，但其心率却像清醒时一样保持较高水平，AI就会检测到异常。通过分析此类不匹配的模式，它可以预测：“这种模式有89%的概率在五年内导致帕金森病。”
通过这一过程，AI变得能够通过睡眠数据预测大约130种疾病。值得注意的是，它在预测痴呆症（85%）、帕金森病（89%）、心肌梗死（81%）、前列腺癌（89%）和乳腺癌（87%）方面达到了很高的准确率。该模型的死亡风险预测准确率也达到了84%。
团队计划通过整合可穿戴设备的健康数据，进一步提升AI的准确性。邹教授表示：“我们惊讶地发现AI能够如此精确地预测如此广泛的疾病。这一突破使得通过睡眠分析进行早期疾病预测成为可能。”
