斯坦福大学研究团队近日在《自然·医学》发表成果，推出开源人工智能模型 SleepFM。该模型基于25年临床数据、涵盖约6.5万名参与者，通过分析用户一晚的睡眠监测数据，可预测未来6年内的健康状况及死亡风险。SleepFM整合脑电、心电、呼吸等多种生理信号，预测全因死亡率准确率达84%，痴呆症预测准确率为85%，在心力衰竭和心肌梗死等疾病风险评估中表现领先。模型采用通道无关设计，未来可适配智能手表等设备，为大众提供健康预警。其开源特性有望提升睡眠数据利用率并推动精准医疗普及。
斯坦福大学研究团队近日在《自然·医学》发表成果，推出开源人工智能模型 SleepFM。该模型基于25年临床数据、涵盖约6.5万名参与者，通过分析用户一晚的睡眠监测数据，可预测未来6年内的健康状况及死亡风险。SleepFM整合脑电、心电、呼吸等多种生理信号，预测全因死亡率准确率达84%，痴呆症预测准确率为85%，在心力衰竭和心肌梗死等疾病风险评估中表现领先。模型采用通道无关设计，未来可适配智能手表等设备，为大众提供健康预警。其开源特性有望提升睡眠数据利用率并推动精准医疗普及。