Eén nacht slaap onthult risico's voor 130 aandoeningen: Hoe de AI SleepFM van Stanford werkt

Stelt u zich eens voor dat een standaard nachtelijke polysomnografie – die 'gouden' nacht in een slaaplaboratorium met tientallen draden op hoofd, borst en benen – niet alleen iets onthult over apneu en slaapkwaliteit, maar ook kan waarschuwen voor ernstige ziekten die pas over 5, 10 of zelfs 15 jaar tot uiting komen. Dat is de claim van wetenschappers van de Stanford Universiteit in een artikel gepubliceerd in Nature Medicine in januari 2026.

Het team, geleid door Emmanuel Mignot (een van de meest vooraanstaande slaaponderzoekers ter wereld) en James Zou, heeft SleepFM ontwikkeld. Dit is een grote 'fundamentele' kunstmatige intelligentiemodel, vergelijkbaar in filosofie met moderne taalmodellen zoals ChatGPT, maar in plaats van tekst 'leest' het fysiologische slaapsignalen.

Als basis diende een gigantische dataset: bijna 585 duizend uur aan polysomnografische opnames, verzameld van ongeveer 65 duizend individuen uit diverse cohorten (de grootste verzameling is het archief van het Stanford Center for Sleep Medicine over 25 jaar). Dit omvat gigabytes aan nachtelijke informatie: hersen-EEG, hart-ECG, ademhalingsstromen, zuurstofniveaus, oog- en beenbewegingen, en spiertonus.

Normaal gesproken wordt dergelijke data zeer specifiek gebruikt: één model voor slaapstadia bepalen, een ander voor het tellen van apneus, een derde voor iets anders. De Stanford-onderzoekers kozen echter een andere weg. Ze hebben het model getraind om de taal van het lichaam tijdens de slaap zelfstandig te begrijpen, zonder dat artsen duizenden diagnoses handmatig hoefden te labelen. SleepFM analyseert hartslag, ademhaling en spieren om de hersenactiviteit te reconstrueren (en vice versa). Deze gedwongen 'kruisverhoor' van signalen helpt het model om diepgaande fysiologische verbanden te ontdekken.

Het resultaat is opmerkelijk: op basis van slechts één enkele nacht slaap kan het model met een behoorlijke nauwkeurigheid (C-index van 0.75 of hoger, voor veel aandoeningen >0.80–0.89) het risico op meer dan 130 verschillende ziekten voorspellen. De voorspellingen zijn bijzonder sterk voor:

• Neurodegeneratieve aandoeningen – dementie (ongeveer 0.85), de ziekte van Parkinson (ongeveer 0.89)
• Cardiovasculaire problemen – myocardinfarct (ongeveer 0.81), atriumfibrilleren, hartfalen, hypertensieve hartziekte
• Oncologische aandoeningen – bepaalde vormen van kanker (prostaat, borst en andere – tot 0.87–0.89)
• Bovendien beroerte, chronische nierziekte, zwangerschapscomplicaties, psychische stoornissen en zelfs algemene mortaliteit.

Een belangrijk technisch aspect is de robuustheid van het model. Het is bestand tegen verschillende sensorensets en wisselende opnamekwaliteit. Als een kanaal ruis bevat of zelfs volledig ontbreekt, herverdeelt SleepFM zijn aandacht naar de overgebleven signalen en blijft functioneren. Dit maakt het model veel praktischer voor toekomstige toepassingen.

De vooruitzichten zijn inderdaad veelbelovend. Hoewel SleepFM momenteel is getraind op de 'gouden standaard' – klinische polysomnografie – stellen de auteurs dat als de signaalkwaliteit van draagbare apparaten (smartwatches, ringen, borstbanden, thuis-trackers) blijft verbeteren, vergelijkbare modellen breed ingezet kunnen worden.

Dit impliceert dat een gewone nachtrust niet slechts een 'herstart' is, maar een natuurlijke, gratis en uiterst informatieve 'screening' van het gehele lichaam. Wellicht zal de uitspraak 'laat een polysomnografie doen' over enkele jaren klinken als 'laat een algemeen bloedonderzoek doen' – alleen dan zonder naalden en veel inzichtelijker.

Hoewel grootschalige implementatie nog ver weg is (er zijn nog grote onafhankelijke validaties, regelgevende goedkeuringen en aanpassingen voor draagbare technologie nodig), is de ingezette richting zeer krachtig. Slaap kan werkelijk het nieuwe, cruciale 'vitale teken' van de 21e eeuw worden.