L'IA de Stanford analyse les données relatives au sommeil pour détecter les indicateurs précoces de risque de maladie qui apparaissent pendant que vous dormez

Les chercheurs sont basés à Stanford Medicine et dans des institutions collaboratrices. Leur modèle SleepFM, basé sur l'IA, traite des enregistrements complets de polysomnographie (PSG). La polysomnographie est une étude complète et multiparamétrique du sommeil qui permet d'évaluer le fonctionnement du corps d'un sujet pendant le sommeil.

Comment l'IA lit le langage du sommeil

La polysomnographie surveille les ondes cérébrales, la respiration, les mouvements oculaires, l'activité musculaire, les rythmes cardiaques et les niveaux d'oxygène dans le sang. SleepFM vise à aller au-delà des troubles du sommeil en traitant ces signaux comme un seul ensemble de données physiologiques.

Avec l'aide de l'IA, les chercheurs ont analysé le plus grand ensemble de données de ce type : 585 000 heures de sommeil de 65 000 personnes. SleepFM a découpé les enregistrements en tranches de cinq secondes, ce qui a permis au modèle de repérer des schémas similaires à ceux que les grands modèles de langage utilisent pour traiter les mots et les phrases.

Entraînement sur plusieurs systèmes corporels

Le SleepFM est considéré comme une percée en raison de sa capacité à combiner plusieurs sources de signaux. Il peut traiter simultanément l'activité cérébrale, les mouvements musculaires, les schémas respiratoires, etc. Le suivi de plusieurs systèmes corporels permet au SleepFM de détecter le déphasage des signaux physiologiques pendant le sommeil.

Les chercheurs ont entraîné le modèle sur la façon dont les différentes parties du corps interagissent en utilisant la méthode d'apprentissage par contraste "leave-one-out". Cette technique consiste à éliminer un signal et à le reconstruire à partir des autres.

Prévoir la maladie des années à l'avance

Pour vérifier si le sommeil seul pouvait être utilisé pour prévoir les maladies futures, l'équipe a fusionné les dossiers médicaux d'une seule clinique avec les données sur le sommeil. Le SleepFM a ainsi permis de prédire 130 maladies, dont la démence, le cancer, la maladie de Parkinson et l'infarctus du myocarde. Le modèle a obtenu un indice C supérieur à 0,8, ce qui signifie qu'il a prédit avec précision l'état des patients plus de 8 fois sur 10.

Les chercheurs travaillent actuellement à l'amélioration du SleepFM et à l'intégration de données provenant de dispositifs portables.