Riepilogo: I ricercatori della Icahn School of Medicine hanno sviluppato uno strumento di intelligenza artificiale chiamato PFTSleep, basato sull'architettura del trasformatore, in grado di analizzare intere notti di dati sul sonno dai polisomnogrammi per classificare accuratamente le fasi del sonno, ridurre la variabilità e potenzialmente identificare i disturbi del sonno e i rischi per la salute associati.
Takeaway chiave:
- A differenza dei tradizionali metodi di punteggio manuale o dei modelli di intelligenza artificiale esistenti, PftSleep valuta i dati del polisomnogramma a tutta la notte, non solo i segmenti di 30 secondi.
- Sebbene attualmente focalizzati sulla classificazione delle fasi del sonno, i ricercatori mirano ad espandere le capacità del modello per rilevare i disturbi del sonno (come l'apnea del sonno) e prevedere i rischi per la salute associati.
- I ricercatori sottolineano che lo strumento AI completa, ma non sostituisce – competenza clinica, fungendo da aiuto per un'analisi del sonno più rapida, più coerente e accurata.
I ricercatori della Icahn School of Medicine hanno sviluppato uno strumento di intelligenza artificiale (AI), basato sulla stessa architettura del trasformatore utilizzato da modelli di grandi dimensioni come Chatgpt, per elaborare un'intera notte di sonno. Lo studio, analizzando 1.011.192 ore di sonno, è pubblicato in .
Il modello, chiamato Patch Founding Transformer per il sonno (PFTSleep), analizza le onde cerebrali, l'attività muscolare, la frequenza cardiaca e i modelli di respirazione per classificare più stadi del sonno, razionalizzare l'analisi del sonno, ridurre la variabilità e supportare gli strumenti clinici futuri per rilevare disturbi del sonno e altri rischi per la salute.
L'attuale analisi del sonno si basa spesso su esperti umani segnando manualmente brevi segmenti di dati sul sonno o usando modelli di intelligenza artificiale che non sono in grado di analizzare l'intera notte di sonno di un paziente. Questo nuovo approccio, sviluppato utilizzando migliaia di registrazioni del sonno, ha una visione più completa. Allenandosi sui dati del sonno a lunghezza intera, il modello può riconoscere i modelli di sonno per tutta la notte e attraverso diverse popolazioni e impostazioni, offrendo un metodo standardizzato e scalabile per la ricerca sul sonno e l'uso clinico, affermano gli investigatori.
“Questo è un passo avanti nell'analisi e nell'interpretazione del sonno assistito dall'intelligenza artificiale”, afferma il primo autore Benjamin Foxun dottorato di ricerca presso la Icahn School of Medicine a Mount Sinai nell'area di addestramento delle tecnologie emergenti di intelligenza e tecnologie emergenti, in un comunicato. “Sfruttando l'IA in questo modo, possiamo imparare le caratteristiche cliniche pertinenti direttamente dai dati del segnale di studio del sonno e utilizzarli per il punteggio del sonno e, in futuro, altre applicazioni cliniche come rilevare l'apnea notturna o valutare i rischi per la salute legati alla qualità del sonno.”
Il modello è stato creato utilizzando un ampio set di dati di polisomnogrammi. Invece di analizzare solo segmenti di 30 secondi, questo nuovo modello considera l'intera notte di sonno, catturando modelli più dettagliati e sfumati. Inoltre, il modello è addestrato tramite un metodo noto come auto-supervisione, che aiuta ad imparare le caratteristiche cliniche pertinenti dai segnali fisiologici senza usare i risultati con l'etichetta umana.
“I nostri risultati suggeriscono che l'intelligenza artificiale potrebbe trasformare il modo in cui studiamo e comprendiamo il sonno”, afferma l'autore corrispondente co-generico Ankit Parekh, PhDun assistente professore di medicina (medicina polmonare, di terapia intensiva e sonno) presso la Icahn School of Medicine del Monte Sinai e direttore del gruppo di analisi del sonno e circadiano a Mount Sinai, in un comunicato. “Il nostro prossimo obiettivo è perfezionare la tecnologia per applicazioni cliniche, come l'identificazione dei rischi per la salute legati al sonno in modo più efficiente.”
I ricercatori sottolineano che questo strumento di intelligenza artificiale, sebbene promettente, non sostituirà le competenze cliniche. Invece, servirebbe come un potente aiuto per gli specialisti del sonno, aiutando ad accelerare e standardizzare l'analisi del sonno.
Successivamente, la ricerca del team mira ad espandere le sue capacità oltre la classificazione dello stadio del sonno per rilevare i disturbi del sonno e prevedere i risultati sanitari.
“Questo approccio basato sull'intestino AI ha il potenziale per rivoluzionare la ricerca sul sonno”, afferma l'autore corrispondente co-generico Girish N. Nadkarni, MDMPH, presidente del Dipartimento di intelligenza artificiale e salute umana di Windreich alla Icahn School of Medicine, direttore del Hasso Plattner Institute for Digital Healthe il professore di medicina Irene e Dr. Arthur M. Fishberg, in un comunicato. Nadkarni è anche il capo inaugurale della divisione della medicina basata sui dati e digitale e del co-direttore del Monte Sinai Clinical Intelligence Center. “Analizzando intere notti di sonno con maggiore coerenza, possiamo scoprire approfondimenti più profondi sulla salute del sonno e la sua connessione con il benessere generale.”
Immergersi più in profondità:
