Jedna noć sna dovoljna za AI da proceni rizik od Parkinsona, raka i srčanih bolesti

Autor: Dojče Vele (Aleksander Frojnd)

Info

13.01.2026.

21:35 > 21:33

Na osnovu jedne noći provedene u laboratoriji za spavanje, veštačka inteligencija može da proceni rizik za više od 130 bolesti - od Parkinsonove bolesti, do raka dojke.

Jedna noć sna dovoljna za AI da proceni rizik od Parkinsona, raka i srčanih bolesti

Foto: Pixabay (ilustracija)

Softver ne otkriva uzroke, već samo korelacije.

Iz signala jedne jedine noći u laboratoriji za spavanje, nova AI može da proceni kasniji rizik za oko 130 bolesti - među njima Parkinsonovu bolest, demenciju, srčani udar, kao i rak prostate i rak dojke. I to "godinama pre nego što se pojave prvi simptomi", kaže Džejms Zo, naučnik za podatke sa Univerziteta Stanford i jedan od autora studije objavljene u stručnom časopisu Nature Medicine piše Dojče Vele (Deutsche Welle - DW).

Novi AI-model nosi naziv SleepFM i treniran je na stotinama hiljada sati podataka o snu. Razvijen je u timu koji je predvodio Rahul Tapa, biomedicinski naučnik za podatke sa Univerziteta Stanford.

Kako AI uči da "čita" san

Ispitivanje i merenje sna u laboratoriji za spavanje naziva se polisomnografija. Tom prilikom se istovremeno beleže moždani talasi, srčana aktivnost, disanje, mišićna napetost, kao i pokreti očiju i nogu. Za SleepFM tim je koristio oko 585 000 sati takvih zapisa od približno 65.000 osoba iz više grupa, uglavnom iz Stanford centra za medicinu spavanja.

Tokom pripremnog treninga AI je učila kako su signali mozga, srca i disanja usklađeni tokom normalnog sna. Na taj način model statistički usvaja neku vrstu "jezika sna".

Od signala sna do prognoze bolesti

Nakon ovog osnovnog treninga, SleepFM je dodatno prilagođen zadacima kao što su prepoznavanje faza sna i dijagnostika apneje u snu, pri čemu postiže rezultate koji su konkurentni etabliranim metodama poput U-Sleep ili YASA.

Ova dva programa koriste podatke dobijene snimanjem moždanih talasa (EEG) i pomažu istraživačima da prepoznaju i analiziraju faze sna.

Zatim su istraživači povezali podatke o snu sa elektronskim zdravstvenim kartonima koji obuhvataju period do 25 godina unazad i proverili koje se kasnije dijagnoze mogu predvideti na osnovu samo jedne noći merenja.

Iz više od 1.000 kategorija model je identifikovao 130 bolesti čiji se rizik mogao prognozirati sa najmanje umerenom do visokom tačnošću. Prvi autor Rahul Tapa dodatno naglašava da pristup pokazuje "da rutinska merenja sna otvaraju do sada potcenjen prozor u dugoročno zdravlje čoveka".

Posebno uspešna bila je prognoza za demenciju, Parkinsonovu bolest, srčani udar, srčanu insuficijenciju, određene vrste raka, kao i ukupnu smrtnost.

"U principu, AI-model se može trenirati za veoma mnogo mogućih prognoza, pod uslovom da za to postoji odgovarajuća baza podataka", kaže Sebastijan Bušjeger, stručnjak za san sa Instituta Lamar Tehničkog univerziteta Dortmund, koji nije učestvovao u studiji.

Šta AI traži u telu tokom sna

Analiza pokazuje da srčani signali posebno mnogo doprinose predviđanju kardiovaskularnih bolesti, dok su moždani signali važniji za neurološke i psihičke poremećaje. Najinformativnija je, međutim, kombinacija različitih signala - na primer kada EEG pokazuje stabilno stanje sna, dok srce deluje više "budno".

Takve protivrečnosti između mozga i srca mogle bi da ukazuju na skrivene opterećenja ili rane procese bolesti, mnogo pre nego što simptomi postanu uočljivi.

„Ako kolege iz medicine spavanja imaju sumnju na određenu povezanost, mi iz oblasti AI to možemo da pretočimo u prognostički sistem - a istovremeno da ukažemo na to gde bi mogle postojati veze“, kaže Bušjeger.

"Veze koje mi isporučujemo uglavnom su statističke prirode. Uzročnu povezanost moraju da potvrde stručnjaci", naglasio je stručnjak za spavanje iz Dortmunda u pisanom odgovoru za DW.

Koliko su pouzdani laboratorijski podaci?

Osnova modela su prvenstveno podaci iz laboratorija za spavanje, dakle od ljudi koji su najčešće upućeni na lečenje zbog problema sa snom i koji žive u bogatijim regionima sa pristupom visokotehnološkoj medicini. Iako istraživači integrišu više američkih i evropskih grupa, takozvanih kohorti, model se dodatno testira u nezavisnoj studiji. Ipak, ljudi bez tegoba sa snom ili iz slabije zdravstveno zbrinutih regiona sveta ostaju nedovoljno zastupljeni.

Šanse i ograničenja za dijagnostiku i terapiju

Istraživači izričito naglašavaju da SleepFM ne otkriva uzroke bolesti, već korelacije: on prepoznaje statističke obrasce u snu koji bi mogli biti povezani sa kasnijim dijagnozama.

"Većina AI-metoda ne uči uzročne veze", objašnjava informatičar Matijas Jakobs sa Tehničkog univerziteta Dortmund, koji istražuje AI i metode mašinskog učenja (ML) za analizu podataka o snu i nije učestvovao u studiji.

ML-metode su računski postupci pomoću kojih računari uče iz da u ponuđenim podacima prepoznaju obrasce i donose predviđanja, bez potrebe da svako pravilo bude eksplicitno programirano.

Uprkos tome, Jakobs vidi "potencijal za dijagnostiku i terapiju, čak i ako se koriste isključivo statističke veze".

Ceo tekst pročitajte OVDE.

OGLASI RADNO MESTO!

Ukoliko imate potrebu za radnom snagom nudimo vam mogućnost da na jednostavan način oglasite poziciju za posao.

Radno mesto možete oglasiti u odeljku Oglasi za posao ili jednostavno klikom na ovu poruku.

Teme

spavanje veštačka inteligencija

Komentari 0

Nema komentara na izabrani dokument. Budite prvi koji će postaviti komentar.

Komentari čitalaca na objavljene vesti nisu stavovi redakcije portala 021 i predstavljaju privatno mišljenje anonimnog autora.

Redakcija 021 zadržava pravo izbora i modifikacije pristiglih komentara i nema nikakvu obavezu obrazlaganja svojih odluka.

Ukoliko je vaše mišljenje napisano bez gramatičkih i pravopisnih grešaka imaće veće šanse da bude objavljeno. Komentare pisane velikim slovima u većini slučajeva ne objavljujemo.

Pisanje komentara je ograničeno na 1.500 karaktera.