Stanford Üniversitesi araştırmacıları, uyku verilerini tarayan SleepFM adlı büyük dil modelini geliştirerek 100’den fazla sağlık sorununun riskini öngörebildiğini açıkladı.
SleepFM modeli, uyku sırasında kaydedilen beyin aktivitesi, kalp atışı, solunum sinyalleri, bacak hareketleri ve göz hareketlerini analiz ediyor. Nature dergisinde yayımlanan çalışmada, model 1999-2024 yılları arasında 65 bin hastadan toplanan 580 binden fazla saatlik uyku verisiyle eğitildi. Veriler, uyku kliniklerinden elde edildi ve beş saniyelik dilimlere ayrılarak dil modeli eğitiminde “kelime” olarak işlendi.
Araştırmacılar, uyku kayıtlarını hastaların tıbbi dosyalarıyla eşleştirerek SleepFM’e gelecekteki hastalıkları tahmin etmeyi öğretti. Stanford Üniversitesi Biyomedikal Veri Bilimi Doçenti James Zou, “SleepFM esasen uykunun dilini öğreniyor” diye kaydetti.
Model, Parkinson, Alzheimer, demans, hipertansif kalp hastalığı, kalp krizi, prostat kanseri ve meme kanseri başlangıçlarını en az yüzde 80 doğrulukla öngördüğü belirtildi. Hasta ölümü tahmini ise yüzde 84’lük başarı gösterdi. Kronik böbrek hastalığı, inme ve aritmi gibi durumlarda tespit oranı en az yüzde 78 olarak kaydedildi.
Stanford Uyku Tıbbı Profesörü Emmanuel Mignot, uyku incelemesinde “olağanüstü sayıda sağlık sinyali kaydedildiğini” ifade etti. “Sekiz saat boyunca tamamen hareketsiz bir bireyde genel fizyolojiyi inceliyoruz, veri açısından çok zengin” dedi.
Çalışma yazarları, verilerin birleşiminin en doğru tahminleri sağladığını vurguladı. Örneğin, beyin uyur gibi görünürken kalp uyanık görünen uyumsuz sinyallerin sağlık sorunlarının güçlü göstergesi olduğu aktarıldı.
Stanford, önümüzdeki dönemde giyilebilir cihaz verilerini SleepFM veritabanına ekleyerek modelin tahmin performansını artırmayı planladığını duyurdu. Araştırmacılar, çalışmanın yalnızca uyku sorunları şüphesi taşıyan klinik hastalarını kapsadığını belirterek, bulguların genel nüfusa genellenemeyeceğini kaydetti.
