L’intelligenza artificiale prevede le malattie analizzando il sonno: lo studio di Stanford

Una notte agitata porta spesso stanchezza il giorno successivo ma potrebbe anche nascondere segnali ben più importanti sulla nostra salute a lungo termine. Gli scienziati della Stanford Medicine hanno sviluppato un sistema di intelligenza artificiale capace di analizzare i segnali corporei raccolti durante una singola notte di sonno per stimare il rischio di sviluppare oltre cento condizioni mediche diverse. Il sonno diventa così non solo un momento di recupero ma una preziosa finestra sul futuro del nostro organismo.

Il modello SleepFM e la rivoluzione dei dati

Il nuovo sistema prende il nome di SleepFM ed è stato addestrato su una mole impressionante di dati: quasi 600.000 ore di registrazioni del sonno provenienti da circa 65.000 individui. Queste informazioni derivano dalla polisonnografia che è un esame approfondito capace di tracciare attività cerebrale, funzione cardiaca, respirazione, movimenti oculari e muscolari. I ricercatori hanno creato quello che definiscono un “modello di fondazione” ovvero una tecnologia progettata per imparare schemi generali da vasti set di dati per poi applicare tale conoscenza a compiti specifici.

Il linguaggio nascosto del riposo notturno

L’approccio utilizzato è simile a quello dei grandi modelli linguistici come ChatGPT ma invece di elaborare testi il sistema analizza segnali biologici. Ogni registrazione è stata divisa in segmenti di cinque secondi che funzionano come parole per addestrare l’intelligenza artificiale. James Zou, professore associato di scienza dei dati biomedici e co-autore senior dello studio, spiega che SleepFM sta essenzialmente imparando il linguaggio del sonno. Il modello integra flussi di informazioni diversi come ritmi cardiaci e attività muscolare per comprendere come questi segnali interagiscono tra loro.

Dalla diagnosi del sonno alla previsione delle patologie

La polisonnografia è considerata lo standard di riferimento per valutare i disturbi del sonno ma raramente viene sfruttata per indagare altre patologie. Emmanual Mignot, professore di Medicina del Sonno, sottolinea come durante otto ore di esame su un soggetto “cattivo” si registrino una quantità incredibile di segnali di fisiologia generale. Grazie all’accesso a decenni di cartelle cliniche dello Stanford Sleep Medicine Center i ricercatori hanno potuto collegare i dati del sonno agli esiti di salute a lungo termine dei pazienti seguiti anche per venticinque anni.

I risultati sulle malattie gravi

Il sistema ha esaminato più di mille categorie di malattie identificando centotrenta condizioni prevedibili con ragionevole precisione usando solo i dati del sonno. I risultati più forti riguardano tumori, complicazioni della gravidanza, malattie circolatorie e disturbi della salute mentale. SleepFM ha mostrato prestazioni particolarmente elevate nella previsione del morbo di Parkinson, della demenza, delle cardiopatie ipertensive e dell’infarto. La precisione è stata misurata tramite l’indice di concordanza che valuta la capacità del modello di classificare le persone in base al rischio.

Quando il corpo va fuori sincrono

Uno degli aspetti più affascinanti emersi dallo studio riguarda la sincronizzazione dei segnali corporei. I ricercatori hanno scoperto che le informazioni più preziose per predire una malattia derivano dal contrasto tra i diversi canali monitorati. Una mancata sincronia tra i costituenti del corpo può indicare problemi seri. Un esempio citato da Mignot è quello di un cervello che appare addormentato mentre il cuore sembra sveglio. Questi disallineamenti sottili, invisibili all’occhio umano o a una normale analisi clinica, diventano campanelli d’allarme che l’intelligenza artificiale riesce a captare con largo anticipo.