Inteligência artificial de Stanford identifica sinais ocultos de doenças durante o sono

Tipo principal do conteúdo: Pesquisa científica aplicada / tecnologia médica

Pesquisadores da Stanford Medicine desenvolveram o SleepFM, um sistema de inteligência artificial projetado para analisar sinais fisiológicos captados durante uma única noite de sono e estimar o risco de desenvolvimento de mais de 100 condições médicas. O sistema foi treinado com cerca de 600 mil horas de registros de polissonografia, exame que monitora múltiplos parâmetros como atividade cerebral, ritmo cardíaco, padrões respiratórios e movimentos musculares durante o sono.

O diferencial técnico do SleepFM está na utilização de um modelo de fundação, semelhante aos grandes modelos de linguagem, mas treinado em sinais biológicos ao invés de texto. O modelo integra diferentes fluxos de dados fisiológicos e emprega um método inovador de aprendizado contrastivo, que permite ao sistema reconstruir informações ausentes a partir dos demais sinais disponíveis. Isso possibilita a identificação de padrões complexos e inter-relações entre os diversos sistemas do corpo durante o sono.

Após o treinamento, o SleepFM demonstrou desempenho igual ou superior a modelos tradicionais em tarefas como classificação de estágios do sono e avaliação da gravidade da apneia. O sistema também foi capaz de prever, com alta precisão, o risco futuro de doenças como Parkinson, demência, doenças cardíacas e certos tipos de câncer, utilizando apenas dados de sono. O índice de concordância (C-index) para essas previsões atingiu valores superiores a 0,8, indicando alta confiabilidade na ordenação de risco entre indivíduos.

Os pesquisadores agora buscam aprimorar a interpretabilidade do sistema e expandir sua aplicação para dados provenientes de dispositivos vestíveis, o que pode ampliar o potencial de uso clínico e preventivo da tecnologia. O SleepFM representa um avanço significativo na análise de dados fisiológicos noturnos, abrindo caminho para aplicações em diagnóstico precoce e monitoramento personalizado de saúde.