O novo modelo de IA analisa toda a noite de sono com alta precisão em seu maior estudo do gênero

Pesquisadores da Escola de Medicina Icahn desenvolveram uma poderosa ferramenta de IA, construída com a mesma arquitetura de transformadores usada por grandes modelos de idiomas, como o ChatGip, para processar a noite toda. Até o momento, é um dos maiores estudos, que analisa 1.011.192 horas de sono. Os detalhes de suas descobertas foram mencionados na edição on -line da revista em 13 de março. DormirAssim,

O modelo, chamado de transformador fundamental para o sono, analisa as ondas cerebrais, atividade muscular, freqüência cardíaca e padrões de respiração, para classificar os estágios do sono de maneira mais eficaz do que os métodos tradicionais, para otimizar a análise do sono, reduzir a análise do sono, reduzir as mudanças e apoiar as ferramentas futuras. Transtorno do sono E outro risco à saúde.

A análise atual do sono geralmente depende de especialistas em humanos, que obtêm manualmente pequenos segmentos de dados do sono ou usam modelos de IA que não conseguem analisar o sono noturno inteiro de um paciente. Essa nova abordagem, desenvolvida usando milhares de gravação do sono, tem uma visão mais ampla. Ao treinar no sono completo, o modelo pode identificar padrões de sono durante a noite e durante várias populações e configurações, oferecendo um método padronizado e escalável para pesquisa do sono e Uso clínicoOs investigadores dizem.

“Este está um passo à frente na análise e interpretação do sono assistido A”, diz o primeiro escritor Benjamin Fox. Candidatos na Econy School of Medicine no Mount Sinai em Inteligência Artificial e Área de Treinamento em Tecnologias Emergentes. “Ao aproveitar a IA dessa maneira, podemos aprender características clínicas relevantes diretamente com os dados do sinal do estudo do sono e usá -los para a pontuação do sono e, no futuro, outras aplicações clínicas, como detecção de apneia do sono ou avaliação de riscos à saúde associados à qualidade do sono”.

O modelo foi projetado usando um grande conjunto de dados de estudos de sono (polissomonograma) que mede os principais sinais físicos, incluindo atividade cerebral, tônus ​​muscular, freqüência cardíacaE padrões de respiração. Ao contrário dos modelos tradicionais de IA, que analisam apenas pequenos segmentos de 30 segundos, esse novo modelo considera toda a noite de sono, capturando padrões mais detalhados e finos. Além disso, o modelo é treinado através de um método conhecido como auto-supervisão, que ajuda a aprender as características clínicas relevantes a partir de sinais físicos sem usar os resultados dos rótulos humanos.

“Nossas descobertas sugerem que a IA pode mudar a maneira como podemos estudar e dormir”, Ankit Parakh, co-autor do professor de medicina (pulmonar, cuidados intensivos e medicina do sono) na Ikan School of Medicine, em Mount Sainai, é chamada de diretor do grupo de análise do sono e Circleis. “Nosso próximo objetivo é refinar a tecnologia para aplicações clínicas, como identificar mais eficientemente os riscos à saúde relacionados ao sono”.

Os pesquisadores enfatizam que essa ferramenta de IA não substituirá a experiência clínica, promissora, promissora. Em vez disso, servirá como uma ajuda poderosa para especialistas em sono, o que ajudará a acelerar e padronizar a análise do sono. Posteriormente, a pesquisa da equipe visa expandir suas habilidades além da classificação do sono para detectar distúrbios do sono e prever os resultados da saúde.

“Essa abordagem operada pela AI tem a capacidade de revolucionar a pesquisa do sono”, o co-preventivo escritor Girish N. Presidente de Inteligência Artificial e Saúde Humana em Nadakarni, MD, MPH, Escola de Medicina de Icahn, diretor do Instituto de Saúde Digital Haso Planetar, e Irene e Dr. Dr. A inauguração da divisão Divisional Data e Digital Medicine Division também é a cabeça e o co-diretor do Mount Sinai Clinical Intelligence Center.

“Ao analisar noites completas de sono com mais estabilidade, podemos destacar seu relacionamento para uma profunda percepção sobre a saúde do sono e bem -estar em geral”.

Os autores do estudo listado no Journal incluem Benjamin Fox, Joy Jiang, Sajila Wikramaratne, Petricia Kovach, Mete Suarez-Farinas, Neomi A. Shah, Ankit Parekh e Girish N. São diligentes.