Novo modelo de IA analisa a noite inteira de sono com alta precisão no 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 ChatGPT, para processar uma noite inteira de sono. Até o momento, é um dos maiores estudos, analisando 1.011.192 horas de sono. Detalhes de suas descobertas foram relatados na edição on -line de 13 de março da revista DORMIR.

O modelo, chamado transformador fundamental para o sono (PFTSleep), analisa as ondas cerebrais, atividade muscular, freqüência cardíaca e padrões respiratórios para classificar os estágios do sono de maneira mais eficaz do que os métodos tradicionais, simplificar a análise do sono, reduzir a variabilidade e apoiar futuras ferramentas clínicas para detectar distúrbios do sono e outros riscos à saúde.

A análise atual do sono geralmente se baseia em especialistas em humanos, pontuando manualmente segmentos curtos de dados do sono ou usando modelos de IA que não são capazes de analisar a noite inteira de sono de um paciente. Essa nova abordagem, desenvolvida usando milhares de gravações de sono, tem uma visão mais abrangente. Ao treinar dados completos do sono, o modelo pode reconhecer padrões de sono durante a noite e em diferentes populações e configurações, oferecendo um método padronizado e escalável para pesquisa do sono e uso clínico, dizem os investigadores.

“Este é um passo à frente na análise e interpretação do sono assistido pela AA”, diz o primeiro autor Benjamin Fox, um doutorado. Candidato na Escola de Medicina Icahn em Mount Sinai, na área de treinamento em inteligência artificial e tecnologias emergentes. “Ao alavancar a IA dessa maneira, podemos aprender características clínicas relevantes diretamente dos dados do sinal do estudo do sono e usá -los para pontuação do sono e, no futuro, outras aplicações clínicas, como detectar apneia do sono ou avaliar riscos à saúde vinculados à qualidade do sono”.

O modelo foi construído usando um grande conjunto de dados de estudos de sono (polissomnogramas) que medem os principais sinais fisiológicos, incluindo atividade cerebral, tônus ​​muscular, freqüência cardíaca e padrões de respiração. Ao contrário dos modelos tradicionais de IA, que analisam apenas segmentos curtos e de 30 segundos, esse novo modelo considera toda a noite de sono, capturando padrões mais detalhados e diferenciados. Além disso, o modelo é treinado por meio de um método conhecido como auto-supervisão, que ajuda a aprender características clínicas relevantes a partir de sinais fisiológicos sem usar resultados rotulados por humanos.

“Nossas descobertas sugerem que a IA poderia transformar a maneira como estudamos e entendemos o sono”, diz o co-senior, o autor correspondente Ankit Parekh, Ph.D., professor assistente de medicina (pulmonar, cuidados intensivos e medicina do sono) no Mount Sinai. “Nosso próximo objetivo é refinar a tecnologia para aplicações clínicas, como identificar riscos à saúde relacionados ao sono com mais eficiência”.

Os pesquisadores enfatizam que essa ferramenta de IA, embora promissora, não substituiria a experiência clínica. Em vez disso, serviria como uma ajuda poderosa para os especialistas em sono, ajudando a acelerar e padronizar a análise do sono. Em seguida, a pesquisa da equipe tem como objetivo expandir suas capacidades além da classificação do estágio do sono para detectar distúrbios do sono e prever resultados de saúde.

“Essa abordagem orientada pela IA tem o potencial de revolucionar a pesquisa do sono”, diz o co-senior, autor correspondente Girish N. Nadkarni, MD, MPH, presidente do Departamento de Inteligência Artificial de Windreich e da Icahn School of Medicine, Diretor do Instituto de Saúde Digital Hasso. O Dr. Nadkarni também é o chefe inaugural da Divisão de Medicina Digital e orientada a dados e co-diretora do Mount Sinai Clinical Intelligence Center.

“Ao analisar noites inteiras de sono com maior consistência, podemos descobrir idéias mais profundas sobre a saúde do sono e sua conexão com o bem-estar geral”.

Os autores do estudo, como listados na revista, são Benjamin Fox, Joy Jiang, Sajila Wickramaratne, Patricia Kovatch, Mayte Suarez-Farinas, Neomi A. Shah, Ankit Parekh e Girish N. Nadkarni.