ليلة نوم واحدة تكشف احتمالات الإصابة بالسرطان وأمراض القلب والعقل

تؤثر ليلة نوم سيئة على تركيز الدماغ خلال اليوم، لكن أبحاثًا جديدة تشير إلى أن نوم ليلة واحدة قد يحمل مؤشرات يمكن أن تتنبأ بأمراض ستظهر بعد سنوات.

في تجربة حديثة، استخدم نظام ذكاء اصطناعي بيانات النوم الليلية لتقدير مخاطر الإصابة بأكثر من 100 حالة صحية مستقبلية.

النموذج، المسمى SleepFM، طوره باحثون من كلية ستانفورد للطب بالتعاون مع شركاء، وتم تدريبه على نحو 600,000 ساعة من بيانات تخطيط النوم الكامل (Polysomnography) لمحوّلين يقارب عددهم 65,000 شخص، وهي التقنية التي تتابع نشاط الدماغ، والقلب، والتنفس، والحركة خلال الليل.

تحليل البيانات باستخدام SleepFM

عادةً ما يُستخدم تخطيط النوم كأداة سريرية لتصنيف مراحل النوم والكشف عن اضطرابات مثل انقطاع النفس أثناء النوم. لكن الفريق يرى أن هذه البيانات تحمل قدرًا أكبر من المعلومات.

قال إيمانويل مينيه، أستاذ طب النوم بستانفورد: “نسجل عددًا هائلًا من الإشارات خلال دراسة النوم، إنها نافذة على الفسيولوجيا العامة للشخص على مدار ثماني ساعات وهو في حالة مراقبة كاملة. البيانات غنية جدًا”.

المشكلة السابقة كانت أن البشر والبرمجيات التقليدية لا تستطيع استيعاب هذا التعقيد الكبير، لكن الذكاء الاصطناعي غيّر المعادلة، بتعلّم الأنماط عبر آلاف الليالي والأنظمة الجسدية المختلفة في آن واحد.

النوم في مجال الذكاء الاصطناعي

رغم التقدم الكبير في استخدام AI في الأشعة وأمراض القلب، فإن النوم ظل أقل دراسة، رغم ارتباطه بالدماغ والأيض والتنفس والصحة القلبية.

وأوضح جيمس زو، أستاذ علوم البيانات الطبية الحيوية: “النوم من منظور AI مجال لم يُستغل بالشكل الكافي، رغم أهميته الكبيرة في الحياة، هذا الفجوة شكلت منهجنا، إذ صممنا نموذجًا يتعلم الأنماط العامة أولًا قبل التنبؤات الدقيقة لاحقًا”.

SleepFM و“لغة النوم”

تدرب SleepFM مثل نماذج اللغة الكبيرة، لكنه تعلم من مقاطع فسيولوجية قصيرة بدل الكلمات، قسم الباحثون التسجيلات الليلية إلى شرائح خمس ثوانٍ ليتمكن النموذج من معالجة تسلسل طويل من البيانات، متعلمًا ما يتبع ماذا في النوم.

واستخدم النموذج إشارات متعددة تشمل تخطيط الدماغ، وتخطيط القلب، وتخطيط العضلات، إضافة إلى النبض وتدفق الهواء.

تدريب موثوقية النموذج

لتعليم النموذج، أخفى الباحثون أحد تدفقات البيانات وطلبوا من النموذج إعادة بنائها اعتمادًا على بقية الإشارات، لضمان فهم العلاقات بين القنوات المختلفة.

بعد التدريب، اختبر الفريق SleepFM على مهام طبية مألوفة، مثل تصنيف مراحل النوم وتقييم شدة انقطاع النفس، وحقق النموذج أداءً يعادل أو يتفوق على النماذج الرائدة، ما أكد أنه ليس مجرد تعلم للضوضاء بل قادر على التنبؤ الحقيقي.

بيانات النوم ومخاطر الأمراض

الخطوة التالية كانت التنبؤ بالأمراض المستقبلية اعتمادًا على ليلة نوم واحدة. ربط الباحثون بيانات النوم بسجلات صحية طويلة الأمد، مستخدمين بيانات ما يقارب 35,000 مريض تتراوح أعمارهم بين 2 و96 عامًا، مع متابعة تصل إلى 25 عامًا لبعض الحالات.

مسح SleepFM أكثر من 1,000 فئة مرضية، وتمكن من التنبؤ بـ130 مرضًا بدقة معقولة باستخدام بيانات النوم وحدها، وكان الأداء الأعلى للسرطانات، ومضاعفات الحمل، وأمراض الدورة الدموية، واضطرابات الصحة العقلية، مع C-index يفوق 0.8.

ما يراه النموذج

يقول الفريق إن التنبؤات الأكثر دقة جاءت من مقارنة الإشارات المختلفة للكشف عن عدم التوافق. على سبيل المثال، قد تشير حالة يبدو فيها الدماغ نائمًا بينما القلب في حالة “يقظة” إلى خلل جسدي محتمل.

النموذج لا يفسر النتائج بلغة الإنسان، لكن الباحثين طوروا تقنيات لتفسير ما يراه أثناء التنبؤ بالأمراض، وقد يضيفون بيانات من الأجهزة القابلة للارتداء لتحسين الدقة.

الدراسة منشورة في مجلة Nature Medicine، وتفتح آفاقًا جديدة لتطبيقات الذكاء الاصطناعي في التنبؤ بالصحة المستقبلية عبر تحليل النوم.