健康新闻 — 一项基于多导睡眠图数据的多模态睡眠基础模型可以预测多种疾病的患病风险，包括死亡、痴呆和心肌梗死（MI），该研究于1月6日在线发表在《自然医学》杂志上。
来自加利福尼亚州斯坦福大学的拉胡尔·塔帕（Rahul Thapa）及其同事整理了来自多个队列中约65,000名参与者的超过585,000小时的多导睡眠图数据，以开发一种多模态睡眠基础模型（SleepFM）。该模型使用了一种新的对比学习方法进行训练，该方法适应多种多导睡眠图组合。
研究人员发现，该模型生成的睡眠嵌入能够准确预测未来的疾病风险。SleepFM在130种疾病上的C指数和受试者工作特征曲线下面积（AUROC）至少达到0.75，包括死亡、痴呆、心肌梗死、心力衰竭、慢性肾病（CKD）、中风和心房颤动（分别为0.84、0.85、0.81、0.80、0.79、0.78和0.78）。在预训练中被排除的睡眠心脏健康研究（Sleep Heart Health Study）数据集上，该模型展示了强大的迁移学习性能。在常见的睡眠分析任务中，SleepFM也表现出有竞争力的性能，在睡眠分期任务中平均F1分数达到0.70至0.78，而在睡眠呼吸暂停严重程度和存在性的分类中，准确率分别为0.69和0.87。
共同高级作者、同样来自斯坦福大学的詹姆斯·邹博士（James Zou, Ph.D.）在一份声明中表示：“我们惊喜地发现，对于相当多样化的疾病，该模型能够做出有信息量的预测。”
一位作者披露与Beacon Biosignals公司有关联。
【全文结束】
