В Стэнфордском университете была представлена новая ИИ-модель SleepFM, способная оценивать риски более 130 различных заболеваний, включая не только расстройства сна, но и серьезные системные патологии, такие как мерцательная аритмия, инфаркт миокарда и болезнь Паркинсона. Основой для разработки стали данные полисомнографии, традиционно используемые для диагностики сна, однако команда Стэнфорда решила переосмыслить подход. Вместо ручной разметки сигналов они собрали обширный датасет из 585 тысяч часов сна от более чем 65 тысяч пациентов, применив метод self-supervised learning LOO-CL. Модель не зависит от конкретного набора датчиков, что делает её устойчивой к изменениям в клинических условиях. Результаты показали высокую точность предсказаний: болезнь Паркинсона выявляется с точностью 89%, деменция — 85%, а риск сердечного приступа — 81%. SleepFM демонстрирует, что данные о сне могут служить эффективным инструментом ранней диагностики заболеваний.