Искусственный интеллект поможет выявлять скрытые риски для здоровья во время сна

Современные технологии открывают новые возможности для раннего выявления заболеваний. Исследователи разработали модель искусственного интеллекта, способную анализировать результаты исследований сна и определять риски для здоровья, которые могут оставаться незамеченными при использовании традиционных методов диагностики.

В рамках научной работы специалисты изучили более 10 тысяч записей полисомнографии - комплексного исследования, позволяющего оценить дыхание, мозговую активность, работу мышц и другие физиологические показатели во время сна. С помощью искусственного интеллекта учёным удалось выделить пять групп пациентов, различающихся по вероятности развития серьёзных заболеваний. Для проверки результатов также использовались данные независимой группы численностью более 6 тысяч человек.

Особое внимание привлекла группа с наиболее высокими рисками. По данным исследования, вероятность смерти в течение последующих лет у её представителей была более чем вдвое выше, чем у людей из группы с минимальным риском. Также чаще отмечались сердечно-сосудистые и неврологические нарушения. При этом привычный показатель, отражающий частоту остановок и уменьшения интенсивности дыхания во сне, не всегда позволял выявить подобные различия.

Полученные результаты подчёркивают важность комплексного подхода к оценке здоровья. Если проблемы со сном повторяются, беспокоят постоянная усталость или дневная сонливость, стоит обсудить эти симптомы с врачом. Обратиться за консультацией можно и в медцентр в Кемерово, где специалист поможет определить необходимость обследования и подобрать дальнейшую тактику действий с учётом индивидуальных особенностей пациента.

При этом исследование пока не означает, что искусственный интеллект готов заменить врача или стать самостоятельным диагностическим инструментом. Авторы отмечают необходимость дополнительных проспективных исследований, которые позволят оценить эффективность нового подхода в реальной клинической практике.

Тем не менее работа демонстрирует перспективность анализа большого объёма медицинских данных. В будущем подобные технологии могут помочь точнее оценивать индивидуальные риски, уделять больше внимания пациентам, которым требуется дополнительное наблюдение, и развивать персонализированный подход к профилактике заболеваний.