Uyku kalitesinin sağlık üzerindeki etkisi uzun süredir biliniyor. Ancak Stanford Üniversitesi araştırmacıları tarafından geliştirilen yeni bir yapay zekâ modeli, bu ilişkiyi bir adım öteye taşıdı. SleepFM adı verilen model, yalnızca uyku verilerini analiz ederek Parkinson’dan kansere kadar 100’den fazla hastalığın gelişimini en az yüzde 80 doğrulukla tahmin edebiliyor.
Araştırma sonuçları, bilim dünyasının saygın yayınlarından Nature’da yayımlandı. Çalışma, uykunun yalnızca dinlenme süreci değil, aynı zamanda güçlü bir biyolojik erken uyarı sistemi olabileceğini ortaya koyuyor.
SleepFM nasıl çalışıyor?
SleepFM, uyku sırasında kaydedilen çok sayıda biyolojik sinyali birlikte analiz ediyor. Model; beynin elektriksel aktivitesi (EEG), kalp atış hızı, solunum sinyalleri, bacak ve göz hareketleri gibi verileri değerlendirerek kişinin gelecekte karşılaşabileceği sağlık risklerini öngörüyor.
Araştırmacılar, modeli 1999–2024 yılları arasında 65 bin hastadan elde edilen ve 580 bin saati aşan uyku verisiyle eğitti. Uyku kliniklerinde toplanan bu veriler, yapay zekâ eğitimi için beşer saniyelik küçük parçalara bölündü ve büyük dil modellerindeki kelimelere benzer biçimde kullanıldı.
“Uykunun dilini öğreniyor”
Çalışmanın yazarlarından, Stanford’da biyomedikal veri bilimi doçenti James Zou, modelin yaklaşımını şu sözlerle özetledi:
“SleepFM aslında uykunun dilini öğreniyor. Farklı sinyaller arasındaki örüntüleri çözerek, gelecekte ortaya çıkabilecek hastalıkları tahmin edebiliyor.”
Uyku verilerinin hastaların bireysel sağlık kayıtlarıyla eşleştirilmesi, modelin yalnızca mevcut durumu değil, ilerleyen yıllarda ortaya çıkabilecek hastalıkları da öngörebilmesini sağladı.
Hangi hastalıkları ne kadar doğru tahmin etti?
SleepFM’nin en dikkat çekici yönü, çok farklı hastalık gruplarında yüksek doğruluk oranlarına ulaşması oldu. Araştırma sonuçlarına göre model:
-
Parkinson, Alzheimer ve demans
-
Hipertansif kalp hastalığı
-
Kalp krizi
-
Prostat kanseri
-
Meme kanseri
gibi hastalıkların gelişimini en az yüzde 80 doğrulukla tahmin etti. Model ayrıca bir hastanın ölüm riskini yüzde 84 doğrulukla öngörmeyi başardı.
Kronik böbrek hastalığı, inme ve düzensiz kalp ritmi (aritmi) gibi durumlarda doğruluk oranı görece daha düşük olsa da, bu hastalıkların bile vakaların en az yüzde 78’inde doğru tahmin edildiği belirtildi.
Uyku neden bu kadar güçlü bir veri kaynağı?
Stanford’da uyku tıbbı profesörü Emmanuel Mignot, uykunun sunduğu veri zenginliğine dikkat çekti. Mignot’a göre uyku sırasında, yaklaşık sekiz saat boyunca hareketsiz bir insanda tüm fizyolojik sistemler ayrıntılı biçimde izlenebiliyor.
Araştırmacılar, beynin “uyuyor” gibi görünüp kalbin “uyanık” sinyaller vermesi gibi biyolojik uyumsuzlukların, ciddi sağlık risklerinin erken işareti olabileceğini vurguluyor. Farklı biyolojik sinyallerin birlikte değerlendirilmesi, SleepFM’nin başarısını artıran temel unsurlardan biri olarak öne çıkıyor.
Gelecek planları ve sınırlamalar
Stanford ekibi, bir sonraki aşamada giyilebilir cihazlardan elde edilen verileri de modele eklemeyi planlıyor. Bu sayede SleepFM’nin hastalık tahmin gücünün daha da artması hedefleniyor.
Ancak araştırmacılar önemli bir sınırlamaya da dikkat çekiyor. Çalışma, halihazırda sağlık sorunlarından şüphelenildiği için uyku kliniklerine başvuran kişiler üzerinde yapıldı. Bu nedenle modelin, genel nüfusta hastalıkları ne ölçüde erken tespit edebileceği henüz net değil.
Buna rağmen SleepFM, uykunun gelecekte erken teşhis ve önleyici tıp açısından kilit bir rol oynayabileceğini gösteren güçlü bir örnek olarak değerlendiriliyor.