هوش مصنوعی در خواب خطر بیماری قلبی را پیش بینی می کند

وقتی دراز می‌کشید و چشم‌هایتان را می‌بندید، گفت‌وگویی آرام میان قلب و دستگاه عصبی شما آغاز می‌شود. این گفت‌وگو ظریف است. زودگذر است. و اغلب نادیده گرفته می‌شود. اما پژوهشگران اکنون می‌گویند تنها یک کانال از ضربان قلب شبانه می‌تواند خطرهایی را آشکار کند که شاید تا سال‌ها در معاینات بالینی دیده نشوند.

دانشمندان دانشگاه اموری یک مدل یادگیری عمیق را با داده‌های نزدیک به ۱۶ هزار نفر آموزش دادند؛ افرادی که در یک مطالعه بزرگ خواب در بیمارستان عمومی ماساچوست شرکت کرده بودند. هر شرکت‌کننده هنگام پلی‌سومنوگرافی، یعنی آزمایش استاندارد شبانه برای بررسی اختلالات خواب، یک نوار قلب قفسه سینه به همراه داشت. نکته متفاوت این بود که الگوریتم فقط به دنبال آریتمی‌های آشکار نرفت، بلکه یاد گرفت نشانه‌های الکتریکی بسیار ظریف را در مراحل مختلف خواب بخواند و آن‌ها را به خطر بلندمدت بیماری‌های قلبی عروقی ترجمه کند.

نتایج چشمگیر است. هوش مصنوعی افراد را از نظر خطر بلندمدت ابتلا به چندین بیماری قلبی و همچنین مرگ به هر علت، تا بازه‌ای ده‌ساله، در گروه‌های متمایز قرار داد. این قدرت پیش‌بینی حتی پس از آن هم پابرجا ماند که آمارگران عوامل خطر شناخته‌شده مانند سن، جنسیت، دیابت، فشار خون بالا و سیگار کشیدن را در محاسبات خود تعدیل کردند. به بیان ساده، مدل چیزی فراتر از نشانگرهای سنتی بالینی را تشخیص داده بود.

اندازه این اثرها چقدر است؟ به ازای هر یک انحراف معیار افزایش در امتیاز خطر هوش مصنوعی، احتمال بروز مشکلات به شکل قابل توجهی بالا رفت: فیبریلاسیون دهلیزی حدود ۱۰۳ تا ۱۷۲ درصد افزایش یافت، سکته مغزی حدود ۱۹ تا ۴۰ درصد بیشتر شد و نارسایی قلبی تقریبا ۶۹ تا ۱۳۳ درصد بالا رفت. حتی خطر مرگ به هر علت نیز حدود ۶۵ تا ۸۲ درصد افزایش نشان داد. این اعداد حاشیه‌های کوچک و کم‌اهمیتی نیستند.

چرا خواب می‌تواند تا این حد مهم باشد؟ تیم پژوهشی مشاهده کرد الگوهایی که در سبک‌ترین مرحله خواب ظاهر می‌شوند، یعنی زمانی که ضربان قلب و سیگنال‌های دستگاه عصبی خودکار می‌توانند به سرعت تغییر کنند، اطلاعات ویژه‌ای در خود دارند. جهش‌های کوتاه‌مدت در فعالیت خودکار بدن و تغییرات ظریف در نحوه حرکت تکانه‌های الکتریکی ممکن است اختلالات پنهان هدایت قلب یا ریتم قلب را شب‌ها بیش از نوار قلب معمول روزانه نمایان کنند.

پلی‌سومنوگرافی در حال حاضر فعالیت قلب را نیز ثبت می‌کند، اما در بسیاری از آزمایشگاه‌ها از نوار قلب فقط برای رد کردن ناهنجاری‌های واضح استفاده می‌شود. این رویکرد نشان می‌دهد در این ثبت‌ها لایه دوم و پنهانی از اطلاعات وجود دارد؛ لایه‌ای که یادگیری ماشین می‌تواند بدون نیاز به هیچ سخت‌افزار اضافه‌ای، فراتر از همان لید تکی قفسه سینه که در مطالعات استاندارد به کار می‌رود، آن را آشکار کند.

کاربردهای این روش می‌تواند عملی و فوری باشد: افزودن تفسیر هوش مصنوعی به روند بررسی‌های خواب و علامت‌گذاری بیمارانی که شاید مدت‌ها پیش از ظهور علائم، به پیگیری دقیق‌تر قلب و عروق نیاز داشته باشند. با این حال، نویسندگان بر ضرورت اعتبارسنجی بیشتر و آزمایش بالینی محتاطانه تأکید می‌کنند. الگوریتم‌ها پیش از آنکه به بخشی از روال معمول درمان تبدیل شوند، باید نشان دهند در جمعیت‌های گوناگون و با دستگاه‌های مختلف عملکردی پایدار و قابل اعتماد دارند.

این پژوهش که در نشریه «اسلیپ» منتشر شده، آزمایشگاه‌های خواب را یک گام به خط مقدم پیشگیری از بیماری‌های قلبی عروقی نزدیک‌تر می‌کند. تصور کنید یک آزمایش معمول شبانه، بی‌صدا پزشکان را از یک مشکل قلبی آینده، آن هم یک دهه پیش از وقوع، آگاه کند. آیا شما نمی‌خواستید از آن باخبر شوید؟