Одна ніч сну може передбачити ризики 130 хвороб: як працює ШІ SleepFM від Стенфорда

Уявіть собі: звичайна нічна полісомнографія — та сама «золота» ніч у лабораторії сну, коли голова, груди та ноги обплутані десятками дротів — може розповісти не лише про апное чи загальну якість відпочинку, а й попередити про серйозні недуги, які проявиться через п’ять, десять чи навіть п’ятнадцять років. Саме такий прорив анонсують науковці зі Стенфордського університету у статті, опублікованій у виданні Nature Medicine у січні 2026 року.

Команда дослідників, яку очолили Еммануель Міньо, один із найвідоміших у світі експертів зі сну, та Джеймс Цзоу, розробила SleepFM. Це велика «фундаментальна» модель штучного інтелекту. Її філософія подібна до сучасних мовних моделей на кшталт ChatGPT, але замість тексту ШІ «читає» фізіологічні сигнали, що супроводжують сон людини.

Для навчання моделі використали колосальний обсяг даних: майже 585 тисяч годин записів полісомнографії, зібраних приблизно у 65 тисяч осіб із різних груп. Найбільша частина цих даних походить зі Стенфордського центру медицини сну за останні 25 років. Йдеться про гігабайти інформації, що фіксується щоночі: електроенцефалограма мозку (ЕЕГ), електрокардіограма (ЕКГ) серця, дані про дихальні потоки, рівень насичення крові киснем, рухи очей та ніг, а також м’язовий тонус.

Зазвичай такі дані аналізують дуже вузько: одна модель визначає стадії сну, інша рахує епізоди апное, третя — вирішує якесь інше конкретне завдання. Стенфордські фахівці обрали інший шлях. Вони навчили модель самостійно розуміти мову тіла під час сну, не вимагаючи від лікарів ручного розмічування тисяч діагнозів. SleepFM аналізує роботу серця, дихання та м’язів, а потім вчиться відновлювати активність мозку на основі цих даних (і навпаки). Такий вимушений «перехресний допит» сигналів дозволяє моделі вловлювати глибокі фізіологічні взаємозв’язки.

Отриманий результат справді вражає: лише за однією ніччю сну модель здатна з високою точністю (коефіцієнт C-index від 0.75 і вище, а для багатьох станів показники сягають >0.80–0.89) прогнозувати ризик розвитку понад 130 різних захворювань. Серед тих станів, які модель визначає найкраще, виділяють:

• Нейродегенеративні хвороби — зокрема, деменція (≈0.85) та хвороба Паркінсона (≈0.89).
• Серцево-судинні патології — інфаркт міокарда (≈0.81), фібриляція передсердь, серцева недостатність та гіпертонічна хвороба серця.
• Онкологічні захворювання — деякі види раку (простати, молочної залози та інші — до 0.87–0.89).
• Крім того, модель прогнозує ризики інсульту, хронічної хвороби нирок, ускладнень вагітності, психічних розладів і навіть загальної смертності.

Важливим технічним моментом є стійкість моделі до різноманітних наборів датчиків та якості запису. Якщо певний канал дає шуми або взагалі відсутній, SleepFM вміє перерозподіляти увагу на інші сигнали і продовжує коректно функціонувати. Це значно підвищує її реалістичність для майбутнього практичного застосування.

Перспективи, які відкриває ця розробка, справді захоплюють. Наразі SleepFM навчена на «золотому стандарті» — клінічній полісомнографії. Проте автори зазначають: якщо якість сигналів, які збирають носимі пристрої (смарт-годинники, кільця, нагрудні сенсори, домашні трекери), продовжить зростати, подібні моделі цілком можуть увійти в масове використання.

Виходить, що звичайний нічний відпочинок — це не просто «перезавантаження» організму, а природний, безкоштовний та надзвичайно інформативний «скринінг» усього тіла. Цілком можливо, що за кілька років фраза «пройди полісомнографію» звучатиме так само звично, як сьогодні «здай загальний аналіз крові» — тільки без уколів і значно інформативніше.

Хоча до широкого впровадження ще далеко — потрібні масштабні незалежні валідації, регуляторні дозволи та адаптація до домашніх гаджетів — задано надзвичайно потужний вектор розвитку. Сон, без сумніву, може стати новим ключовим «життєво важливим показником» у XXI столітті.