Քնի լաբորատորիայում մեկ գիշերվա ընթացքում հավաքված տվյալների հիման վրա արհեստական բանականությունը (ԱԲ) կարող է գնահատել ավելի քան 130 հիվանդությունների զարգացման ռիսկը՝ Պարկինսոնի հիվանդությունից մինչև սրտի կաթված և կրծքագեղձի քաղցկեղ: Ծրագիրը չի բացահայտում պատճառները, միայն փոխկապակցվածությունները: Նոր ԱԲ մոդելը քնի ընթացքում վերլուծում է ուղեղի ալիքները, սրտի զարկերը, շնչառությունը, մկանների ակտիվությունը, գրում է DW-ի ռուսական ծառայությունը։
SleepFM անվամբ արհեստական բանականության նոր մոդելը մշակվել է Սթենֆորդի համալսարանի կենսաբժշկական տվյալների ոլորտի հետազոտող Ռահուլ Թափայի գլխավորած թիմի կողմից և մեքենայական ուսուցում անցել քնի լաբորատորիաներից ստացված հարյուր հազարավոր ժամերի տվյալներով։
Արհեստական բանականությունը կարող է կարևոր տվյալներ հայտնել հիվանդության առաջին ախտանիշների ի հայտ գալուց տարիներ առաջ, ընդգծում է Սթենֆորդի համալսարանի դոցենտ և Nature Medicine ամսագրում հրապարակված ուսումնասիրության հեղինակներից մեկը՝ Ջեյմս Զոուն։
Մասնագիտացված լաբորատորիայում քնի թեստավորումը կոչվում է պոլիսոմնոգրաֆիա: Այս ախտորոշիչ ուսումնասիրության ընթացքում, որը սովորաբար անցկացվում է ընդամենը մեկ գիշերվա ընթացքում, վերահսկվում է օրգանիզմի համակարգերի գործունեությունը քնի ընթացքում՝ ուղեղ, սիրտ, շնչառություն, մկանների լարվածություն, աչքերի և ոտքերի շարժումներ և այլն: SleepFM-ին «սովորեցնելու» համար թիմը օգտագործել է մոտավորապես 585,000 ժամ տևողությամբ նման ձայնագրություններ, որոնք հավաքվել են մոտավորապես 65,000 մարդուց՝ տարբեր խմբերից, որոնք հիմնականում գտնվում էին թեստավորման փուլում, Սթենֆորդի համալսարանի քնի բժշկության կենտրոնում:
Նախնական ուսուցման ընթացքում արհեստական բանականությունը «սովորել է» համակարգել և վիճակագրորեն գրանցել մարդու ուղեղի, սրտի և շնչառական ազդանշանների վերաբերյալ տվյալները քնի ընթացքում: Հիմնական պատրաստումից հետո SleepFM մոդելը հետագայում կատարելագործվեց՝ լուծելու այնպիսի խնդիրներ, ինչպիսիք են քնի փուլերի հայտնաբերումը և քնի ընթացքում ապնոեի ախտորոշումը:
Հետազոտողները համեմատել են քնի տվյալները վերջին 25 տարիների էլեկտրոնային բժշկական գրառումների հետ և ուսումնասիրել, թե որ ախտորոշումները կարելի է կանխատեսել մեկ գիշերվա ընթացքում ստացված տեղեկատվության հիման վրա: Հազարից ավելի կատեգորիաներից մոդելը բացահայտել է 130 հիվանդություն, որոնց ռիսկը կարելի է կանխատեսել միջինից մինչև բարձր ճշգրտությամբ:
Ուսումնասիրությունը հատկապես ճշգրիտ է եղել դեմենցիայի, Պարկինսոնի հիվանդության, միոկարդի ինֆարկտի, սրտային անբավարարության, քաղցկեղի որոշակի տեսակների և ընդհանուր մահացության կանխատեսման հարցում: «Սկզբունքորեն, արհեստական բանականության մոդելը կարող է մարզվել հնարավոր կանխատեսումների շատ լայն շրջանակի համար, եթե գոյություն ունի համապատասխան տվյալների բազա», – ասում է Սեբաստիան Բուշյագերը, Լամարի ինստիտուտի քնի փորձագետը։
Ինչպես ցույց է տալիս վերլուծությունը, սրտի ազդանշանները հատկապես կարևոր են սրտանոթային հիվանդությունների կանխատեսման համար, մինչդեռ ուղեղի ազդանշաններն ավելի կարևոր են նյարդաբանական և հոգեկան խանգարումների համար:
Հետազոտողներն ընդգծում են, որ SleepFM-ը չի բացահայտում հիվանդությունների պատճառները, այլ միայն փոխկապակցվածությունները. արհեստական բանականության մոդելը ճանաչում է քնի վիճակագրական օրինաչափությունները, որոնք կարող են կապված լինել հետագա ախտորոշումների հետ։
Արհեստական բանականությունը մնում է գործիք և վաղ նախազգուշացման համակարգ, մինչդեռ ախտորոշման և բուժման պատասխանատվությունը մնում է առողջապահության մասնագետների վրա։
Թարգմանությունը՝ Էմմա Չոբանյանի