Stanford Medicine araştırmacıları, sadece bir gecelik uyku verisinden yola çıkarak, gelecekteki ciddi sağlık risklerini tahmin eden devrim niteliğinde bir yapay zeka modeli geliştirdi. SleepFM Clinical adı verilen bu model, uyku kayıtlarını analiz ederek 100’den fazla hastalığı önceden tespit edebiliyor. Nature Medicine dergisinde paylaşılan ve kaynak kodları GitHub üzerinde erişime açılan çalışma, teşhis yöntemlerinde köklü bir dönüşümün kapısını aralıyor. Lafı daha fazla uzatmadan neler olduğuna birlikte bakalım…
Geleneksel tıbbi süreçlerde polisomnografi (Polysomnography), yani detaylı uyku testi, laboratuvar ortamında beyin aktivitesi, kalp ritmi, kas hareketleri ve solunum gibi verilerin kaydedilmesiyle yapılıyor. Bu test ‘altın standart’ olarak kabul edilse de, bugüne kadar genellikle sadece uyku evrelerini belirlemek veya uyku apnesi teşhisi koymak için kullanılıyordu. Stanford ekibi ise eldeki bu kıymetli veriyi daha farklı değerlendirdi.
SleepFM, yaklaşık 65 bin kişiden elde edilen 585 bin saatlik devasa bir uyku kaydı arşiviyle beslendi. Bu veri havuzunun büyük bir kısmı, 1999 ile 2024 yılları arasında Stanford Tıp Merkezi’nde test edilen yetişkin ve çocuklardan oluşuyor. Klinik verilerin elektronik sağlık kayıtlarıyla eşleştirilmesi, modelin yüzlerce hastalık kategorisi için hayatta kalma analizi yapabilmesine olanak tanıdı.
Ekip modelin eğitimi için ‘Leave one out contrastive learning’ yöntemini tercih etti. Basitçe anlatmak gerekirse; yapay zeka, beyin veya kalp sinyalleri gibi veri gruplarını ayrı ayrı işleyip, eksik parçalar olsa bile bütünü görmeyi öğreniyor. Bu sayede gerçek dünyada eksik verilere sahip veya farklı cihazlarla yapılmış kayıtlarda bile sistem, gemisini yürüten kaptan misali rotasından şaşmadan doğru analiz gerçekleştiriyor.
Çalışmanın en çarpıcı tarafı ise kuşkusuz hastalık tahmin kapasitesi. SleepFM, sadece uyku kayıtları, yaş ve cinsiyet gibi temel bilgileri kullanarak; ölüm riski, demans, kalp krizi, kalp yetmezliği, inme gibi 130 farklı sağlık sonucunu yüksek isabet oranıyla öngörüyor. Öyle ki bazı kanser türleri ve zihinsel sağlık sorunlarında, modelin tahminleri %80 civarında doğruluk oranlarına ulaşıyor. SleepFM, geleneksel yöntemlerle kıyaslandığında sadece istatistiksel veriyle değil, uyku fizyolojisinin geneline odaklanarak fark yaratıyor. Anlaşılan bir gecelik uyku sadece dinlenmemizi sağlamayacak, gelecekteki sağlığımızın aynası da olacak.
