伊坎医学院的研究人员开发了一种强大的AI工具，该工具基于类似于ChatGPT等大型语言模型所使用的变压器架构，用于处理整晚的睡眠。迄今为止，这是规模最大的一项研究，分析了1,011,192小时的睡眠。他们的研究结果发表在《睡眠》杂志2023年3月13日的在线版上。
这种名为PFTSleep的模型通过分析脑电波、肌肉活动、心率和呼吸模式来更有效地分类睡眠阶段，从而简化了睡眠分析，减少了变异性，并支持未来临床工具检测睡眠障碍和其他健康风险。
目前的睡眠分析通常依赖于人工专家手动评分短段睡眠数据，或者使用无法分析患者整晚睡眠的AI模型。这项新方法利用数千份睡眠记录进行开发，采用更全面的视角。通过对全长度睡眠数据进行训练，该模型可以识别整晚的睡眠模式以及不同人群和环境中的模式，为睡眠研究和临床应用提供标准化和可扩展的方法。
“这是AI辅助睡眠分析和解释的一大进步，”伊坎医学院人工智能和新兴技术培训区的博士候选人、第一作者本杰明·福克斯说。“通过这种方式利用AI，我们可以直接从睡眠研究信号数据中学习相关的临床特征，并将其用于睡眠评分，未来还可以用于其他临床应用，如检测睡眠呼吸暂停或评估与睡眠质量相关的健康风险。”
该模型是使用大量的睡眠研究（多导睡眠图）构建的，这些研究测量了关键的生理信号，包括大脑活动、肌肉张力、心率和呼吸模式。与传统AI模型仅分析30秒的短片段不同，这个新模型考虑了整晚的睡眠，捕捉到更详细和微妙的模式。此外，该模型通过一种称为自监督的方法进行训练，这种方法可以从生理信号中学习相关的临床特征，而无需使用人工标注的结果。
“我们的研究结果表明，AI有可能改变我们研究和理解睡眠的方式，”伊坎医学院助理教授、肺病、重症监护和睡眠医学部门主任、西奈山睡眠和昼夜节律分析小组主任Ankit Parekh博士表示。“我们的下一个目标是将这项技术完善，用于临床应用，例如更高效地识别与睡眠相关的健康风险。”
研究人员强调，虽然这一AI工具很有前景，但它不会取代临床专业知识。相反，它将成为睡眠专家的强大辅助工具，帮助加速和标准化睡眠分析。接下来，团队的研究目标是扩展其功能，不仅限于睡眠阶段分类，还包括检测睡眠障碍和预测健康结果。
“这种基于AI的方法有潜力彻底改变睡眠研究，”伊坎医学院Windreich人工智能与人类健康系主席、Hasso Plattner数字健康研究所所长、Irene和Arthur M. Fishberg医学教授Girish N. Nadkarni博士说。“通过更一致地分析整晚的睡眠，我们可以更深入地了解睡眠健康及其与整体福祉的联系。”
论文题目是“一种基于整晚多通道睡眠研究数据的基础变压器准确分类睡眠阶段”。
论文的作者名单如下：本杰明·福克斯、乔伊·姜、萨吉拉·维克拉马拉特内、帕特里夏·科瓦奇、梅特·苏亚雷斯-法里纳斯、尼奥米·A·沙赫、安基特·帕雷克和吉里什·N·纳德卡尼。
有关资金的详细信息，请参阅论文：《睡眠》[
(全文结束)
