En kunstig intelligensalgoritme kan forbedre diagnoser, behandlinger og vår generelle forståelse av søvnforstyrrelser, rapporterer forskere.

“Algoritmen er usedvanlig presis. Vi fullførte forskjellige tester der prestasjonene konkurrerte med de beste legene i feltet, over hele verden, ”sier Mathias Perslev, doktorgrad i informatikkavdelingen ved Københavns universitet og hovedforfatter av studien i tidsskriftet. npj Digital medisin.

Dagens søvnforstyrrelsesundersøkelser begynner vanligvis med adgang til en søvnklinikk. Her overvåkes en persons nattesøvn ved hjelp av forskjellige måleinstrumenter. En spesialist i søvnforstyrrelser gjennomgår deretter 7-8 timer med målinger fra pasientens nattesøvn.

Legen deler disse 7-8 timers søvn manuelt i intervaller på 30 sekunder, som alle må kategoriseres i forskjellige søvnfaser, for eksempel REM (rask øyebevegelse) søvn, lett søvn, dyp søvn osv. Det er en tid -forbruker jobb som algoritmen kan utføre på få sekunder.

"Dette prosjektet har gjort det mulig for oss å bevise at disse målingene kan gjøres veldig trygt ved hjelp av maskinlæring - noe som har stor betydning," sier Poul Jennum, professor i nevrofysiologi og leder for det danske senter for søvnmedisin. "Ved å spare mange arbeidstimer kan mange flere pasienter vurderes og diagnostiseres effektivt."

Bare i hovedstadsregionen i Danmark gjennomføres årlig mer enn 4,000 polysomnografitester - kjent som PSG eller søvnstudier - på pasienter med søvnapné og mer kompliserte søvnforstyrrelser.

Det tar 1.5-3 timer for en lege å analysere en PSG-studie. Dermed kan distribusjon av den nye algoritmen frigjøre mellom 6,000 og 12,000 medisinske timer bare i hovedstadsregionen i Danmark.

Ved å samle inn data fra en rekke kilder har forskerne bak algoritmen vært i stand til å sikre optimal funksjonalitet. I alt er 20,000 netter med søvn fra USA og en rekke europeiske land samlet og brukt til å trene algoritmen.

“Vi har samlet søvndata fra hele kontinenter, søvnklinikker og pasientgrupper. Det faktum at algoritmen fungerer bra under så forskjellige forhold, er et gjennombrudd, ”forklarer Perslev og Christian Igel, som ledet prosjektet på datavitenskapssiden. "Å oppnå denne typen generalisering er en av de største utfordringene innen medisinsk dataanalyse."

Forskerne håper at algoritmen vil hjelpe leger og forskere over hele verden til å lære mer om søvnforstyrrelser i fremtiden.

Programvaren for søvnanalyse er fritt tilgjengelig på sleep.ai.ku.dk og kan brukes av hvem som helst, hvor som helst - inkludert steder der det ikke er en søvnklinikk rundt hjørnet.

“Bare noen få målinger tatt av vanlige kliniske instrumenter er nødvendige for denne algoritmen. Så bruk av denne programvaren kan være spesielt relevant i utviklingsland der man kanskje ikke har tilgang til det nyeste utstyret eller en ekspert, sier Perslev.

Forskerne jobber nå med danske leger for å få programvaren og algoritmen godkjent for klinisk bruk.

kilde: Universitetet i København