Jedna noc snu ujawnia ryzyko 130 chorób: Jak działa sztuczna inteligencja SleepFM ze Stanfordu

Wyobraźmy sobie, że standardowa nocna polisomnografia – to słynne „złote” badanie w laboratorium snu, z dziesiątkami elektrod podłączonych do głowy, klatki piersiowej i nóg – może nie tylko określić bezdech senny czy ogólną jakość snu, ale także ostrzec przed poważnymi schorzeniami, które ujawnią się za 5, 10, a nawet 15 lat. Takie rewolucyjne możliwości sugerują naukowcy ze Stanford University w artykule opublikowanym w Nature Medicine w styczniu 2026 roku.

Zespół badawczy, któremu przewodniczyli Emmanuel Mignot, jeden z najbardziej cenionych na świecie badaczy snu, oraz James Zou, opracował SleepFM. Jest to duży, fundamentalny model sztucznej inteligencji, którego filozofia działania przypomina nowoczesne modele językowe, takie jak ChatGPT. Różnica polega na tym, że zamiast przetwarzać tekst, SleepFM „czyta” fizjologiczne sygnały rejestrowane podczas snu.

Podstawą dla stworzenia tego modelu była gigantyczna baza danych obejmująca niemal 585 tysięcy godzin zapisów polisomnograficznych. Dane te pochodzą od około 65 tysięcy osób z różnych grup demograficznych (największy zbiór to archiwum Stanford Sleep Medicine Center gromadzone przez 25 lat). Każdej nocy generowane są gigabajty informacji: zapisy EEG mózgu, EKG serca, przepływ oddechowy, poziom saturacji tlenem, ruchy gałek ocznych i kończyn oraz napięcie mięśniowe.

Zazwyczaj te złożone dane są analizowane w bardzo wąskich specjalizacjach: jeden algorytm służy do określania faz snu, inny do liczenia epizodów bezdechu, a jeszcze inny do czegoś innego. Naukowcy ze Stanfordu wybrali inną ścieżkę. Nauczyli model samodzielnego rozumienia języka ciała podczas snu, bez konieczności ręcznego oznaczania tysięcy diagnoz przez lekarzy. SleepFM analizuje pracę serca, oddechu i mięśni, ucząc się na tej podstawie rekonstruować aktywność mózgu (i odwrotnie). Ten wymuszony „przesłuch wzajemny” sygnałów pozwala modelowi wyłapywać głębokie powiązania fizjologiczne.

Rezultaty są zdumiewające. Na podstawie zapisu zaledwie jednej nocy, model potrafi z dużą precyzją (współczynnik C-index od 0.75 wzwyż, a dla wielu schorzeń powyżej 0.80–0.89) prognozować ryzyko wystąpienia ponad 130 różnych schorzeń. Wśród najlepiej przewidywanych stanów znajdują się:

• choroby neurodegeneracyjne: demencja (ok. 0.85), choroba Parkinsona (ok. 0.89)
• choroby sercowo-naczyniowe: zawał mięśnia sercowego (ok. 0.81), migotanie przedsionków, niewydolność serca, nadciśnieniowa choroba serca
• choroby onkologiczne: niektóre typy nowotworów (prostaty, piersi i inne – do 0.87–0.89)
• dodatkowo: udar mózgu, przewlekła choroba nerek, powikłania ciążowe, zaburzenia psychiczne, a nawet ogólna śmiertelność.

Istotny techniczny aspekt polega na tym, że model wykazuje odporność na różne zestawy czujników i jakość zapisu. Jeśli któryś kanał jest zaszumiony lub całkowicie nieobecny, SleepFM dynamicznie przekierowuje uwagę na inne sygnały i nadal działa efektywnie. To sprawia, że jest on znacznie bardziej realistyczny w kontekście przyszłych zastosowań klinicznych.

Perspektywy są naprawdę ekscytujące. Obecnie SleepFM trenowany jest na „złotym standardzie”, czyli badaniach polisomnograficznych przeprowadzanych w warunkach klinicznych. Autorzy jednak otwarcie wskazują, że jeśli jakość sygnałów zbieranych przez urządzenia noszone (smartwatche, pierścienie, czujniki na klatkę piersiową, domowe trackery) będzie stale rosła, podobne modele mogą wejść do powszechnego użytku.

Oznacza to, że zwykły sen nocny przestaje być tylko „ładowaniem baterii”, a staje się naturalnym, darmowym i niezwykle bogatym źródłem informacji o stanie całego organizmu. Być może za kilka lat prośba „proszę wykonać polisomnografię” będzie brzmiała równie rutynowo jak dzisiejsze „proszę oddać krew do analizy” – tylko bez igieł i o wiele bardziej miarodajnie.

Chociaż do masowego wdrożenia jeszcze daleka droga (potrzebne są szerokie, niezależne walidacje, zgody regulacyjne oraz adaptacja do technologii noszonych), wyznaczony kierunek jest niezwykle obiecujący. Sen z pewnością może stać się najważniejszym „parametrem życiowym” XXI wieku.