أثبت نظام SleepFM، وهو نموذج لغوي واسع النطاق طورته جامعة ستانفورد، قدرته على رصد مخاطر الإصابة بأكثر من مئة مرض اعتماداً على جودة النوم خلال ليلة واحدة. يعتمـد ذلك على تدريب النموذج باستخدام قراءات نوم من عيادات النوم إضافة إلى سجلات صحية فردية لـ65 ألف مريض، جُمعت أكثر من 580 ألف ساعة نوم بين عامي 1999 و2024.
وقُسِّمت البيانات إلى مقاطع زمنية تبلغ خمس ثوانٍ واستُخدمت كـ “كلمات” لتدريب النموذج، الذي يحلل نشاط الدماغ، ومعدل ضربات القلب، وإشارات التنفس، وحركات الساقين والعينين أثناء النوم لتقييم المخاطر المرضية. وتُوِّج هذا العمل بنموذج SleepFM الذي أُطلق عليه وصف “يتعلم لغة النوم” كما صرح به جيمس زو، الأستاذ المشارك في علوم البيانات الطبية الحيوية بجامعة ستانفورد.
وأُدخِل في التدريب أيضاً سجل صحي فردي لمرضى يتابعون حالتهم في عيادة نوم، بهدف تمكين SleepFM من التنبؤ بالأمراض المستقبلية بناءً على أنماط النوم. وأظهرت النتائج أن النموذج قادر على التنبؤ بظهور أكثر من مئة مرض، مع دقة لا تقل عن 80% في عدة أمراض حددها البحث، منها مرض Parkinson، مرض الزهايمر، والخرف، وأمراض القلب المرتبطة بارتفاع ضغط الدم، بالإضافة إلى النوبة القلبية وسرطان البروستاتا وسرطان الثدي، كما حقق تنبؤاً قوياً بالوفاة بلغ 84% من الحالات.
أما الدقة فكانت أقل في بعض الحالات مثل أمراض الكلى المزمنة، والسكتة الدماغية، واضطراب نظم القلب، حيث وُجدت نحو 78% من الحالات دقيقة في رصدها. وشرح إيمانويل مينيو، أستاذ طب النوم بجامعة ستانفورد، أن النوم يسجل عدداً هائلاً من المؤشرات الصحية وهو مجال غني بالبيانات يُستخدم في دراسة علم وظائف الأعضاء لمدة ثماني ساعات لشخص خاضع للدراسة.
وأوضحت الدراسة أن دمج مجموعة من البيانات يتيح للنموذج تقديم تنبؤات أكثر دقة، فمثلاً عدم التنسيق بين إشارات أجزاء الجسم، كأن يبدو الدماغ نائماً بينما يبدو القلب مستيقظاً، يعد مؤشراً مبكراً قد يحذِّر من مخاطر صحية. وأشارت الجامعة إلى أنها ستضيف بيانات من أجهزة قابلة للارتداء إلى قاعدة بيانات SleepFM بهدف تحسين التنبؤات، مع التنبيه إلى أن العينة اقتصرت على أشخاص يشتبه بإصابتهم بمشاكل صحية، مما يعني أنها لا تعكس قدرة النموذج على اكتشاف الأمراض في عامة السكان.
