Pomyśl o tym: leżysz w laboratorium snu, podłączony do kabli, chrapiesz lub wiercisz się w łóżku, a algorytm sztucznej inteligencji wertuje twoje fale mózgowe, rytm serca i oddech. Wynik? Prognoza ryzyka ponad stu chorób, nawet za dekadę. Badacze ze Stanford Medicine pokazują, że sen to nie tylko regeneracja – to kryształowa kula zdrowia. I to działa lepiej, niż mogłeś przypuszczać.

SleepFM: model bazowy na bazie milionów godzin snu

SleepFM to model bazowy sztucznej inteligencji – taki, który uczy się na ogromnych zbiorach danych i potem radzi sobie z różnymi zadaniami, podobnie jak duże modele językowe analizują teksty. Zbudowali go naukowcy ze Stanford Medicine pod kierunkiem Emmanuela Mignota, profesora medycyny snu, i Jamesa Zou, specjalisty od danych biomedycznych. Trenowali go na prawie 600 tysiącach godzin danych polisomnograficznych z 65 tysięcy osób. Polisomnografia to złoty standard badań snu: przez całą noc rejestruje fale mózgowe za pomocą elektroencefalografii, rytm serca przez elektrokardiografię, ruchy mięśni elektromiografią, oddech i puls.

Nagrywamy niesamowitą liczbę sygnałów podczas badania snu – mówi Mignot. – To osiem godzin fizjologii u całkowicie nieruchomego pacjenta. Dane są diabelnie bogate.

Ale dotychczas używano tylko ułamka tych informacji. Teraz, dzięki sztucznej inteligencji, SleepFM przetwarza wszystko naraz. Dane pocięli na pięciosekundowe fragmenty, jak słowa w tekście. Model nauczył się relacji między sygnałami, np. jak fale mózgowe korelują z oddechem. W tym celu stworzyli nowatorską technikę: uczenie przez porównywanie, w którym celowo pomija się jeden rodzaj sygnału, by model musiał go odgadnąć na podstawie pozostałych. Ukrywają np. odczyty serca, i każą modelowi odtworzyć go na podstawie reszty. Dzięki temu wszystkie ścieżki danych „mówią tym samym językiem snu”, jak to ujął Zou.

Od klasyfikacji faz snu do prognoz chorób – testy w praniu

Najpierw sprawdzili SleepFM na standardowych zadaniach: klasyfikacja faz snu i ocena nasilenia bezdechów sennych. Wynik? Dorównuje lub przewyższa najlepsze dostępne modele. Ale prawdziwy test to prognozowanie chorób. Połączono dane snu z elektronicznymi historiami chorób pacjentów – ponad pół wieku zapisów z kliniki snu Stanfordu, założonej w 1970 przez Williama Dementa, ojca medycyny snu.

Największa grupa to 35 tysięcy pacjentów w wieku od 2 do 96 lat, zbadanych między 1999 a 2024 rokiem. Dla niektórych śledzili zdrowie nawet 25 lat. Model przeanalizował ponad tysiąc kategorii chorób i wyłonił 130, które da się przewidzieć z jedną nocą snu z sensowną dokładnością. Szczególnie mocny w rakach, komplikacjach ciążowych, problemach krążeniowych i zaburzeniach psychicznych – wskaźnik zgodności C powyżej 0,8. Ten wskaźnik mierzy, jak dobrze model rankinguje parę pacjentów: kto zachoruje pierwszy, np. na zawał. Wartość 0,8 znaczy, że w 80 procentach przypadków zgadza się z rzeczywistością, wyjaśnia Zou.

Najlepsze prognozy: rak prostaty 89 procent, Parkinson 89 procent

SleepFM błyszczy w konkretach. Choroba Parkinsona – 0,89; rak prostaty – 0,89; rak piersi – 0,87; demencja – 0,85; śmierć – 0,84; choroba serca nadciśnieniowa – 0,84; zawał serca – 0,81.

Byliśmy pozytywnie zaskoczeni, że dla tak różnorodnych schorzeń model daje użyteczne prognozy – komentuje Zou.

Nawet modele z 0,7, jak te do terapii raka, sprawdzają się w klinikach. Tutaj desynchronizacje sygnałów są kluczem: mózg śpi, a serce czuwa? To zły znak. Połączenie wszystkich modalności daje najwięcej informacji, nie pojedyncze kanały.

Model nie tłumaczy po angielsku, co widzi, ale badacze rozwijają techniki interpretacji. Serce dominuje w prognozach kardiologicznych, mózg w psychicznych – ale całość wygrywa. Planują dodać dane z urządzeń noszonych, by było taniej niż lab. Badanie opublikowali 6 stycznia w „Nature Medicine”, z udziałem Rahula Thapy i Magnusa Ruuda Kjaera jako głównych autorów, plus duńskie i harwardzkie instytucje. Finansowanie z NIH i innych. Zamiast biegać po lekarzach, może wystarczy… dobrze zmierzyć sen?

Co to zmienia w medycynie – i jakie są haczyki?

Sen był niedoceniany w sztucznej inteligencji.

Dużo pracy nad patologiami czy kardiologią, mało nad snem, choć to podstawa życia – zauważa Zou.

SleepFM otwiera drzwi do personalizowanej medycyny: jedna noc w labie i wiesz, na co uważać. Ale haczyk? Dane z labu – drogie i nie dla wszystkich. Inteligentne akcesoria mogą to zmienić, choć ich sygnały prostsze.

Model pokazuje, że fizjologia snu to lustro zdrowia. Dysharmonie kanałów sygnalizują kłopoty latami wcześniej. Dla nas? Kolejny dowód, że proste dane + potężne modele = rewolucja. Tylko nie myśl, że chrapanie to wyrok – to sygnał do działania. Stanford każe patrzeć w sen głębiej, bo kto by pomyślał, że mruczenie pod kołdrą kryje tyle tajemnic.

Źródła: Stanford Medicine News: https://med.stanford.edu/news/all-news/2026/01/ai-sleep-disease.html; Nature Medicine study: https://www.nature.com/articles/s41591-025-04133-4