마운트 시나이에서는 변압기 기반 AI 모델이 이제 밤새도록의 수면 데이터를 처리하여 탁월한 정확성과 통찰력을 제공함으로써 수면 연구와 진단을 혁신할 가능성이 있습니다.
마운트 시나이의 아이칸 의대의 연구원들은 전례 없는 정확도로 밤새의 수면을 분석하도록 설계된 고급 AI 도구를 개발했습니다. Patch Foundational Transformer for Sleep(PFTSleep)이라는 이름의 이 혁신적인 AI 모델은 수면 장애를 진단하고 치료하는 방법을 혁신할 잠재력이 있습니다.
게재 저널 Sleep에 실린 이 연구는 1만 시간 이상의 수면 데이터를 조사한 동종 연구 중 가장 큰 규모 중 하나입니다. PFTSleep 모델은 ChatGPT와 같은 대규모 언어 모델에서 사용되는 것과 유사한 트랜스포머 아키텍처를 사용하지만, 광범위한 수면 신호를 처리하도록 특별히 맞춤화되었습니다.
"이것은 AI 지원 수면 분석 및 해석 분야에서 한 걸음 더 나아간 것입니다." Mount Sinai의 Icahn School of Medicine에서 인공지능 및 신기술 교육 분야의 박사 후보생인 제1 저자 Benjamin Fox가 보도자료에서 말했습니다. "이런 방식으로 AI를 활용하면 수면 연구 신호 데이터에서 직접 관련 임상적 특징을 학습하여 수면 점수에 사용할 수 있으며, 앞으로는 수면 무호흡증 탐지나 수면 질과 관련된 건강 위험 평가와 같은 다른 임상적 응용 분야에 사용할 수 있습니다."
종합적인 수면 분석
기존의 수면 분석은 종종 인간 전문가가 수면 데이터의 짧은 구간을 수동으로 평가하거나, AI 모델이 짧은 기간만 분석할 수 있는 방식에 의존했습니다.
하지만 이 새로운 접근 방식은 뇌파, 근육 활동, 심박수, 호흡 패턴을 포함한 밤새의 전체 수면 데이터를 분석하여, 보다 자세하고 미묘한 수면 패턴을 포착합니다.
이 모델의 포괄적인 분석은 수면 연구를 표준화하고 수면 장애와 기타 건강 위험을 식별하는 데 필요한 임상 도구를 지원할 것으로 기대됩니다.
"저희의 연구 결과는 AI가 수면을 연구하고 이해하는 방식을 바꿀 수 있음을 시사합니다." 마운트 시나이 아이칸 의대의 의학 조교수이자 마운트 시나이 수면 및 일주기 분석 그룹의 책임자인 공동 선임 저자 안킷 파레크가 덧붙여 말했습니다. "저희의 다음 목표는 수면 관련 건강 위험을 보다 효율적으로 식별하는 것과 같은 임상 응용 프로그램을 위해 기술을 개선하는 것입니다."
임상실무에 미치는 영향
혁신적인 AI 도구는 수면 연구의 효율성과 일관성을 향상시키는 데 특히 중요합니다. 임상 전문성을 대체하지는 않지만, 더 빠르고 표준화된 분석을 제공하여 수면 전문가를 돕는 것을 목표로 합니다.
"이 AI 기반 접근 방식은 수면 연구에 혁명을 일으킬 잠재력이 있습니다." Mount Sinai의 Windreich 인공 지능 및 인간 건강 부서의 의장인 공동 수석 저자 Girish N. Nadkarni가 덧붙였습니다. "더욱 일관되게 전체 밤의 수면을 분석함으로써 수면 건강과 전반적인 웰빙과의 관련성에 대한 더 깊은 통찰력을 발견할 수 있습니다."
향후 방향
연구자들의 다음 단계에는 AI의 기능을 수면 단계 분류를 넘어 확장하여 특정 수면 장애를 탐지하고 다양한 건강 결과를 예측하는 것이 포함됩니다. 이러한 발전은 환자의 삶을 개선할 수 있는 새로운 진단 도구와 치료법을 만드는 데 필수적입니다.
출처: 시내산의 아이칸 의과 대학