Yapay zeka destekli yeni bir sistem, uyku laboratuvarında tek bir gecede topladığı sinyalleri değerlendirerek parkinson, demans, kalp krizi, prostat ve meme kanseri dahil yaklaşık 130 hastalık için ileride ortaya çıkabilecek riskleri hesapladı.
Nature Medicine dergisinde yayımlanan çalışmanın yazarlarından Stanford Üniversitesi veri bilimcisi James Zou, sisteme ilişkin "Üstelik bunu ilk belirtiler ortaya çıkmadan yıllar önce yapabiliyor" dedi.
Yeni yapay zeka modelinin adı SleepFM. Model, yüz binlerce saatlik uyku verisiyle eğitildi. SleepFM, Stanford Üniversitesi'nde biyomedikal veri bilimcisi Rahul Thapa'nın liderliğindeki bir ekip tarafından geliştirildi.
Yapay zeka uykuyu nasıl "okumayı" öğreniyor?
Uyku laboratuvarında uykunun incelenmesi ve ölçülmesi işlemine polisomnografi adı veriliyor. Bu yöntemde beyin dalgaları, kalp aktivitesi, solunum, kas gerginliği ile göz ve bacak hareketleri aynı anda kaydediliyor.
SleepFM için ekip, çoğunluğu Stanford Uyku Tıbbı Merkezi'nden olmak üzere, farklı gruplardan yaklaşık 65 bin kişiye ait toplam 585 bin saatlik bu tür kaydı kullandı.
Ön eğitim aşamasında yapay zeka, normal uykuda beyin, kalp ve solunum sinyallerinin nasıl bir uyum içinde olduğunu öğrendi. Model, adeta istatistiksel olarak yakalanmış bir "uyku dili" oluşturdu.
Yapay zeka, beyin, kalp ve solunum sinyallerini analiz etmede önemli katkı sağlıyorFotoğraf: Daniel Karmann/dpa/picture alliance
Uyku sinyalinden hastalık öngörüsüne
Bu temel eğitimin ardından SleepFM, uyku evrelerinin belirlenmesi ve uyku apnesi tanısı gibi görevler için ince ayarlandı ve bu alanlarda U-Sleep ya da YASA gibi yerleşik yöntemlerle rekabet edebilecek sonuçlara ulaştı.
Bu iki program, beyin dalgalarının ölçüldüğü EEG verilerini kullanıyor ve araştırmacıların uyku evrelerini tanımlayıp analiz etmesine yardımcı oluyor.
Daha sonra araştırmacılar, uyku verilerini geriye dönük olarak 25 yıla kadar uzanan elektronik sağlık kayıtlarıyla ilişkilendirdi ve tek bir ölçüm gecesinden hangi sonraki tanıların öngörülebileceğini inceledi.
Model, binin üzerinde kategori arasından, riski en az orta ile yüksek doğruluk düzeyinde tahmin edilebilen 130 hastalığı belirledi. Çalışmanın ilk yazarı Rahul Thapa, bu yaklaşımın "rutin uyku ölçümlerinin, insan sağlığının uzun vadeli seyri için bugüne kadar yeterince fark edilmemiş bir pencere açtığını" gösterdiğini vurguluyor.
Özellikle demans, parkinson, kalp krizi, kalp yetmezliği, bazı kanser türleri ve genel ölüm riski konusunda öngörüler daha başarılı oldu.
Dortmund Teknik Üniversitesi (TU) Lamarr Enstitüsü'nden uyku uzmanı Sebastian Buschjäger, "Yeterli veri tabanı olduğu sürece, bir yapay zeka modelini çok sayıda farklı öngörü için eğitmek prensipte mümkün" diyor.