En enkelt nats søvn kan i fremtiden blive den vigtigste helbredsundersøgelse, man overhovedet kan få. Ny forskning fra Stanford Medicine viser nemlig, at mønstrene i vores søvn fungerer som et tidligt varslingssystem. Det kan spotte alvorlige sygdomme, længe før de første symptomer melder sig, eller lægen overhovedet overvejer en diagnose.
Studiet er netop publiceret i det videnskabelige tidsskrift Nature Medicine og introducerer AI-modellen SleepFM. Ved at analysere data fra bare otte timers søvn kan systemet vurdere risikoen for hele 130 forskellige sygdomme. Og teknologien rammer imponerende præcist – især når det gælder neurologiske lidelser og hjerte-kar-sygdomme.
Trænet på 600.000 timers søvn
Bag udviklingen af SleepFM står et massivt internationalt samarbejde. Forskerne har fodret algoritmen med data fra næsten 65.000 personer i alle aldre – lige fra småbørn på to år til seniorer på 96. I alt er modellen trænet på cirka 600.000 timers søvnundersøgelser, også kaldet polysomnografi, som er den medicinske guldstandard på området.
Det helt unikke ved studiet er koblingen til fortiden. Søvnoptagelserne går nemlig helt tilbage til 1999, og forskerne har haft adgang til op mod 25 års efterfølgende sundhedsjournaler. Det har gjort det muligt for den kunstige intelligens at finde de mikroskopiske mønstre i søvnen, som statistisk set endte med at blive til sygdom flere årtier senere.
Modellen kigger ikke bare på, om man snorker eller vender sig i sengen. Den analyserer samtidig komplekse signaler fra både hjernen, hjertet, åndedrættet, øjenbevægelser og musklerne. Ved at kigge på tværs af alle de systemer kan AI’en spotte sammenhænge, som det menneskelige øje aldrig ville kunne overskue.
Opsigtsvækkende præcision
Resultaterne taler for sig selv. Forskerne måler modellens træfsikkerhed med det såkaldte C-index, og her scorer SleepFM tårnhøjt på flere kritiske områder. For Parkinsons og prostatakræft ligger indekset på 0,89, mens det for demens er 0,85 og for hjerteanfald 0,81.
“Et C-index på 0,8 betyder, at modellens forudsigelse i 80 procent af tilfældene stemmer overens med det, der rent faktisk skete,” forklarer James Zou, der er lektor i biomedicinsk datavidenskab og medforfatter på studiet.
Evnen til at se ind i fremtiden skyldes, at søvnen er et unikt vindue ind til kroppens tilstand. Når vi sover, gennemgår kroppen nemlig en række processer, der afspejler vores biologiske sundhed langt mere præcist, end når vi er vågne og bliver påvirket af dagens mange indtryk.
“Vi optager et utroligt antal signaler, når vi undersøger søvn. Det er en slags generel fysiologi, vi studerer i otte timer hos en person, der er fuldt overvåget. Det er ekstremt datarigt,” siger Emmanuel Mignot, professor i søvnmedicin ved Stanford og en af de ledende kræfter bag projektet.
Danske forskere spiller central rolle
Selvom projektet hører hjemme hos Stanford Medicine i USA, har det en markant dansk profil. På listen over forfattere finder man nemlig flere kendte danske navne som Magnus Ruud Kjær, Andreas Brink-Kjær og Poul Jennum. Deres bidrag understreger Danmarks stærke position inden for både søvnforskning og medicinsk dataanalyse.
Det næste store skridt for forskerne er at få teknologien ud af de hvide hospitalsstuer og helt hjem i soveværelserne. Lige nu kræver SleepFM data fra kliniske søvnstudier, men målet er at tilpasse modellen til wearables som smartwatches og smartringe.
Det er en udvikling, der rammer direkte ned i en trend, vi allerede ser. En undersøgelse fra YouGov viser, at cirka 17 procent af danskerne allerede bruger teknologi til at holde øje med deres søvn. Men selvom interessen er stor, maner eksperterne til besindighed. Mette Glad, der er sundhedschef i Gjensidige, påpeger, at man ikke skal lade sig styre blindt af tallene på uret. Vi tracker nemlig ofte mange ting på én gang uden nødvendigvis at have den faglige indsigt til at forstå, hvad de egentlig betyder.
Forskerne bag SleepFM erkender også, at der stadig er udfordringer. Selvom AI’en er fænomenal til at spotte en forhøjet risiko, kan den endnu ikke altid forklare præcis *hvorfor*, den flager for en bestemt sygdom. Indtil den gåde er løst, forbliver modellen et avanceret forskningsværktøj. Men det er et værktøj, der giver et fascinerende kig ind i fremtidens forebyggende sundhedsvæsen.