
Un algoritmo basato sul sonno notturno è in grado di stimare il rischio futuro di 130 patologie, incluse malattie neurologiche e cardiovascolari.
È stato sviluppato un nuovo modello di intelligenza artificiale, chiamato SleepFM, capace di prevedere il rischio di oltre 100 malattie analizzando i dati del sonno. Tra le patologie individuabili figurano demenza, infarto, insufficienza cardiaca, malattia renale cronica, ictus e fibrillazione atriale.
I risultati dello studio sono stati pubblicati sulla rivista Nature Medicine. Il modello è stato testato su oltre mezzo milione di ore di dati sul sonno raccolti da circa 65.000 partecipanti attraverso la polisonnografia, considerata il metodo più affidabile per l’analisi del sonno notturno. Questo esame utilizza diversi sensori per monitorare attività cerebrale e cardiaca, respirazione, movimenti corporei e oculari, oltre ad altri parametri fisiologici.
Dallo studio clinico alle previsioni a lungo termine
La ricerca è stata condotta dal professor Emmanuel Mignot della Stanford Medicine di Palo Alto, in California. In una prima fase, il modello è stato testato su compiti standard di analisi del sonno, come la classificazione delle varie fasi del sonno e la valutazione della gravità dell’apnea notturna.
Successivamente, i ricercatori hanno confrontato i dati polisonnografici di oltre 35.000 adulti e bambini seguiti presso lo Stanford Sleep Medicine Center tra il 1999 e il 2024 con le informazioni contenute nelle loro cartelle cliniche elettroniche, per valutarne lo stato di salute nel lungo periodo.
I risultati hanno mostrato che SleepFM è in grado di prevedere con buona accuratezza l’insorgenza di 130 malattie nel tempo, oltre a stimare anche il rischio di mortalità. In particolare, per alcune forme di cancro, per complicanze della gravidanza, per vari disturbi circolatori e mentali, il modello ha raggiunto un’accuratezza superiore all’80%.
Il prossimo obiettivo dei ricercatori sarà comprendere più a fondo il legame tra le caratteristiche del sonno e il rischio di specifiche malattie, nonché migliorare ulteriormente le prestazioni predittive di SleepFM.
Dal Data Summit al Senato l’accelerazione sullo European Health Data Space. Collegare i dati di 59 milioni di cittadini per ricerca e cure, ma resta da risolvere il problema tra privacy e interesse collettivo.
Alla InterSystems Italian Healthcare Conference confronto tra manager sanitari e regioni: senza dati interoperabili, governance e coinvolgimento dei clinici, l’AI rischia di restare una promessa.
Dossier Aifa: il 62% delle aziende farmaceutiche utilizza già l’AI nella ricerca e sviluppo. Possibili riduzioni dei tempi di sviluppo fino al 30%.
Al Congresso europeo di radiologia emergono tre direttrici: nuove tecnologie diagnostiche, intelligenza artificiale e ripensamento dei workflow.
Ministero, Istat e CoGeaps integrano i dati sugli specialisti. Non solo fotografia: base per decidere fabbisogni e borse di specializzazione
Audizione in Senato sul ddl 1825. Il sindacato dei medici: rischio frammentazione e pressione su ospedali e pronto soccorso
Riparte il Tour della Salute: consulti gratuiti e promozione degli stili di vita in 15 città. Iniziativa che intercetta bisogni non soddisfatti
Commenti