Yapay zekâ, sağlık alanında yalnızca mevcut hastalıkların teşhisinde değil, gelecekte ortaya çıkabilecek risklerin öngörülmesinde de giderek daha güçlü bir araç haline geliyor. Son dönemde geliştirilen yeni bir yapay zekâ modeli, kişilerin uyku verilerini analiz ederek çok sayıda ciddi hastalığın gelişme ihtimalini yüksek doğrulukla tahmin edebiliyor.
Stanford Üniversitesi araştırmacıları tarafından geliştirilen ve SleepFM adı verilen yapay zekâ modeli, uyku sırasında toplanan biyolojik sinyalleri inceleyerek bireylerin hastalık risk profilini çıkarıyor. Model; beynin elektriksel faaliyetleri, kalp atış hızı, solunum düzeni, göz ve bacak hareketleri gibi çok sayıda veriyi eş zamanlı olarak analiz ediyor. Bu sayede yalnızca uyku kalitesini değil, vücudun genel fizyolojik durumunu da değerlendirebiliyor.
Nature dergisinde yayımlanan çalışmada SleepFM, 1999–2024 yılları arasında uyku kliniklerinden elde edilen 580 bin saati aşkın uyku kaydıyla eğitildi. Yaklaşık 65 bin hastaya ait bu veriler, yapay zekâ eğitimi için küçük zaman dilimlerine ayrılarak büyük dil modellerinde kelimelerin kullanılış biçimine benzer bir yöntemle işlendi. Araştırmacılar, bu verileri bireylerin sağlık kayıtlarıyla birleştirerek modelin gelecekte ortaya çıkabilecek hastalıkları öngörebilmesini sağladı.
Çalışma sonuçlarına göre SleepFM; Parkinson, Alzheimer, demans, hipertansif kalp hastalığı, kalp krizi, prostat kanseri ve meme kanseri gibi ciddi hastalıkların gelişimini en az yüzde 80 doğruluk oranıyla tahmin edebildi. Modelin ölüm riskini öngörme başarısı ise yüzde 84 seviyesine ulaştı. Kronik böbrek hastalığı, inme ve kalp ritim bozukluklarında doğruluk oranı görece daha düşük olsa da bu hastalıklarda dahi tahminlerin büyük ölçüde isabetli olduğu belirtildi.
Araştırmacılara göre modelin başarısının temel nedeni, farklı biyolojik sistemlerden gelen verilerin birlikte değerlendirilmesi. Örneğin beynin uyku halinde görünmesine karşın kalbin uyanıklık sinyalleri vermesi gibi uyumsuzluklar, ciddi sağlık sorunlarının erken habercisi olabiliyor. Uyku, bu yönüyle vücudun birçok sistemi hakkında eşsiz ve kesintisiz bir veri kaynağı sunuyor.
Stanford ekibi, modelin tahmin gücünü artırmak amacıyla ilerleyen aşamada giyilebilir teknolojilerden elde edilen verileri de sisteme entegre etmeyi planlıyor. Bununla birlikte araştırmacılar, çalışmanın yalnızca uyku kliniğine başvuran kişiler üzerinde yapılmış olmasının önemli bir sınırlama oluşturduğunu ve modelin genel nüfusta nasıl sonuçlar vereceğinin henüz net olmadığını vurguluyor.