AI用一晚睡眠数据预测多种疾病风险，斯坦福6.5万人数据验证，准确率最高85%

近日，美国斯坦福大学 James Zou 教授团队和 Emmanuel Mignot 教授团队所打造的 SleepFM AI 模型只需用户一个晚上的睡眠监测数据，就能预测多种疾病风险。

Emmanuel Mignot 教授是睡眠医学领域的世界级专家，James Zou 在 AI 和生命科学领域深耕已久。

图 | 从左到右：Emmanuel Mignot 和 James Zou（来源：资料图） 他们所打造的这款模型基于大约 6.5 万人、58.5 万小时的睡眠记录训练而来，可以评估全因死亡、痴呆、心梗以及包含部分癌症在内的大约 130 种疾病，预测性能 C 指数多数在 75% 以上，是睡眠医学与 AI 结合的重要突破。（注：C 指数（C Index）是衡量模型能在多大程度上准确判断谁比谁更早生病或死亡的指标。）

举几个数字：预测全新死亡率，准确率达到 84 % ；预测痴呆症，准确率达到 85 % ；预测心肌梗死，准确率达到 81 % 。 这些数字在医学预测领域属于相当高的水准。

如前所述，SleepFM 接受了超过 58.5 万小时睡眠数据的训练，涵盖了 6.5 万名不同年龄、不同健康状况的参与者，等于它见过各种各样的人的睡眠质量，也等于知道了这些人后来都生了什么病。

简单的一个睡觉为何可以看出这么东西？睡眠不是简单的休息，是一个极其复杂的生理过程。你的大脑、心脏、呼吸系统、肌肉，在睡眠中会展现出丰富的活动模式。这些模式就像指纹一样，藏着大量关于健康状况的信息。

主题：睡眠