Yeni bir yapay zeka modeli uyku esnasında hastalık riskini tahmin ediyor

Türünün ilk örneği diyebileceğimiz bir yapay zeka modeli, 100’den fazla sağlık durumunu tek bir gecelik uykudan elde edilen verilerle tahmin edebiliyor. Bu yazımızda, SleepFM isimli bu yeni modelin detaylarını sizlerle paylaşıyoruz.

SleepFM nedir?

Stanford Medicine araştırmacıları, yaklaşık 600.000 saatlik uyku verisiyle eğitilen SleepFM’i geliştirdi. Bu yapay zeka modeli, kanser ve kardiyovasküler hastalıklar gibi birçok durumu yüksek doğrulukla tahmin edebiliyor. Farklı fizyolojik veri akışlarını birlikte kullanan model, hastalık öngörüsünü geliştirme ve sağlık risklerini daha iyi anlama potansiyeline sahip.

SleepFM, 65.000 katılımcıdan toplanan verilerle eğitildi. Bu veriler arasında beyin aktivitesi, kalp aktivitesi, solunum sinyalleri, bacak hareketleri, göz hareketleri ve daha fazlası bulunuyor.

Uykunun dilini öğrenme süreci

Araştırmacılar, yapay zeka eğitimi esnasında kullandıkları verileri çeşitli uyku kliniklerinde uyku değerlendirmesi yapılmış hastalardan topladılar. Bu veriler aracılığıyla, SleepFM’e uykunun dili öğretildi. Model, EEG, EKG, EMG, nabız ölçümleri ve solunum hava akışı gibi birden fazla veri akışını birlikte analiz ederek bunların aralarındaki ilişkiyi algıladı.

Modelin uykunun dilini öğrenmesi için yeni bir eğitim tekniği geliştirildi. Bu teknik, veri türlerinden birini gizleyerek modelden diğer sinyallere bakmayı içeriyor. Bu sayede, modelden eksik parçayı yeniden oluşturması isteniyor.

SleepFM ekibi, kalp sinyallerinin kalp hastalıkları tahmininde ve beyin sinyallerinin de ruh sağlığı tahmininde daha belirgin rol aldığını söylüyor. Bir diğer yandan, en doğru tahminlerin tüm veri türlerinin birlikte kullanılmasıyla elde edildiği de vurgulanıyor.

Hastalıkların öngörülmesi

Araştırmacılar, eğitim aşamasından sonra modeli farklı görevler için ince ayar yaparak test etti. Model, ilk olarak uyku evrelerini sınıflandırma ve uyku apnesinin şiddetini tespit etme gibi standart uyku analiz görevlerinde denendi. Bu deneme esnasında, SleepFM günümüzde kullanılan en gelişmiş modeller kadar iyi performans sergiledi.

Araştırmacılar, sonraki aşamada uyku verilerinden gelecekte ortaya çıkma potansiyeli olan hastalıkların tahminini hedefledi. Bu aşamada 600.000 saatlik uyku verileriyle katılımcıların elektronik sağlık kayıtları eşleştirildi. SleepFM sağlık kayıtlarında yer alan 1.000’den fazla hastalık kategorisini analiz etti ve bunların 130’unun uyku verileriyle makul doğrulukta tahmin edilebildiği keşfedildi. Model, kanser türleri, gebelik komplikasyonları, dolaşım sistemi hastalıkları ve ruhsal bozukluklar açısından güçlü tahminlerde bulundu.

SleepFM, spesifik olarak Parkinson hastalığı, demans, hipertansif kalp hastalığı, kalp krizi, prostat kanseri, meme kanseri ve ölüme dair başarılı tahminler yaptı. Araştırmacılar, modelin bu kadar çeşitli bir hastalık yelpazesinde anlamlı tahminler yapabilmesine şaşırdıklarını vurguladılar.

Araştırma ekibi, SleepFM’in tahminlerini daha da geliştirmek için çalışmalarını sürdürüyor. Gelecekte giyilebilir sağlık teknolojilerinin topladığı verilerin modele entegre edilebileceği belirtiliyor.

SleepFM çalışmasından çıkarabileceklerimiz

Bu inovatif yapay zeka modeli, temelde uykunun uzun vadeli sağlık risklerinin izlerini taşıyan biyolojik bir kanıt olduğunu gösteriyor. Kısacası, son teknolojiler aracılığıyla uyku kalitesinin öneminden somut ve ölçülebilir bir alana geçiş yapıyoruz.

Model, aynı zamanda Parkinson ve kanser gibi ciddi hastalıkların ortaya çıkmadan yıllar önce risk düzeyinde tahmin edilebileceğini kanıtlıyor. Belirtiler ortaya çıkmadan yapılan risk tespiti, kişiselleştirilmiş önlem planlarını, erken müdahaleyi ve daha az travmatik tedavi süreçlerini destekliyor. Aynı zamanda, bu ve buna benzer gelişmelerle sağlık sektöründe maliyetlerin ve zaman kaybının azaltılabileceğini fark ediyoruz.

Her ne kadar SleepFM kritik bir değer taşısa da bu modelin hala araştırma aşamasında bulunduğunu belirtmeliyiz. Bu tarz teknolojilerin klinik kullanımı için doğrulama gerekiyor. Aynı zamanda, etik, veri gizliliği ve yanlış tahmin riski de ciddi konular arasında yer alıyor.

Kaynak: Stanford Medicine

İlginizi çekebilir: 18 yıllık bebek hasreti yapay zeka sayesinde sona erdi