近日，斯坦福大學團隊在《自然・醫學》發佈重磅研究，其研發的SleepFM AI模型僅需分析一晚睡眠監測數據，就能預測人體未來6年130種疾病風險，其中全因死亡率預測準確率高達84%。
該模型已開源，讓睡眠從簡單的休息指標，變成可挖掘全身健康隱患的重要依據。
這項研究依託海量長週期數據支撐，團隊收集了6.5萬名參與者、累計超58.5萬小時的睡眠記錄，時間跨度長達25年，為模型提供了充足的學習樣本。
模型分析的並非普通手環數據，而是臨床標準的多導睡眠圖，同步整合腦電、心電、肌電、呼吸等多維生理信號，精準捕捉睡眠中隱藏的健康異常信號。
測試結果顯示，SleepFM預測能力突出，130種疾病預測一致性指數均超0.75。
除84%的壽命預測準確率外，痴呆症預測準確率達85%，心力衰竭、心肌梗死預測準確率分別為80%、81%，在神經系統與循環系統疾病預測上表現尤為優異。
研究通過新舊數據分組驗證，證實模型並非簡單記憶病例，而是真正掌握了睡眠與疾病的關聯規律。
目前該技術需藉助專業多導睡眠監測設備，普通人暫無法日常使用。但模型採用通道無關設計，未來可適配智能手錶等便攜設備，僅用心電、呼吸等簡化信號就能實現基礎預警。
全球每年數百萬人做睡眠監測，現有數據可通過該模型二次利用，大幅提升醫療資源利用率。
