斯坦福大學研究團隊近日在權威醫學期刊《自然·醫學》上發表了一項突破性成果。他們研發出一款名爲 SleepFM 的開源人工智能模型，僅需分析用戶一晚的睡眠監測數據，即可精準預測其未來 6 年內的健康狀況及死亡風險。

image.png

生理信號深度解碼

該研究基於長達 25 年、涵蓋 6.5 萬名參與者的海量臨牀數據進行訓練。不同於普通智能手錶的簡單監測，該模型深度整合了腦電、心電、呼吸等多種生理信號，能夠捕捉到人體在睡眠中隱藏的細微異常。

SleepFM 在預測全因死亡率方面的準確率達到了 84%，而在癡呆症預測上的表現甚至高達 85%。此外，針對心力衰竭和心肌梗死等嚴重循環系統疾病，該模型的預測一致性指數均處於行業領先水平。

推動普惠醫療預警

目前該技術雖主要依託專業的多導睡眠監測設備，但其核心算法採用了通道無關設計。這意味着在不久的將來，該技術有望適配智能手錶等便攜終端，僅通過心電或呼吸等簡化信號，爲普通大衆提供基礎的健康預警。

這項研究的開源屬性也爲醫療資源的二次利用提供了新思路。全球每年海量的睡眠監測原始數據，如今可以通過該模型轉化爲極具價值的健康管理建議，從而大幅提升醫療體系的篩查效率。