准确率达84%！斯坦福推出AI新模型：睡一晚即可预测寿命与疾病

斯坦福大学研究团队近日在权威医学期刊《自然·医学》发表了一项重要成果：他们推出了一款名为 SleepFM 的开源人工智能模型，只需分析用户一晚的睡眠监测数据，就能较为精准地评估未来 6 年内的健康状况与死亡风险。

生理信号深度解析

该研究基于长达 25 年、覆盖 6.5 万名参与者的大规模临床数据进行训练。不同于普通智能手表的基础记录，模型将脑电、心电、呼吸等多类生理信号深度融合，能够捕捉到睡眠过程中那些细微而不易察觉的异常。

在全因死亡风险预测方面，SleepFM 的准确率达到 84%；在痴呆症预测上，表现更是高达 85%。此外，针对心力衰竭、心肌梗死等严重循环系统疾病，该模型的一致性指数同样位居行业前列。

推动普惠医疗预警

目前这项技术主要依托专业的多导睡眠监测设备，但其核心算法采用“通道无关”设计。这意味着在不久的将来，它有望适配智能手表等便携终端，只依靠心电或呼吸等简化信号，即可为大众提供基础的健康预警。

其开源属性也为医疗数据的再利用提供了新路径。每年全球产生的大量睡眠监测原始数据，如今可借助该模型转化为更具价值的健康管理建议，从而显著提升医疗体系的筛查效率。