스탠포드의 SleepFM AI 모델은 단 하룻밤의 수면 데이터로 증상이 나타나기 최대 6년 전에 130가지 이상의 질병을 분류할 수 있습니다. 585,000시간 분량의 기록으로 훈련된 이 모델은, 의학계가 그동안 간과해 온 가장 정보가 풍부한 진단 도구 중 하나로 수면의 위상을 재정립합니다.
SleepFM이 실제로 발견한 것
스탠포드 모델은 하룻밤의 수면 기록으로 전신 질환 위험을 예측합니다. 그 성능 수치는 놀랍습니다. 사망률 예측은 C-index 0.84, 치매 예측은 0.85, 심근경색 예측은 0.81에 도달했습니다. 심방세동 분류는 0.81 AUC를 기록하여, 이 질환 전용으로 개발된 모델과 거의 대등한 성능을 보였습니다.
SleepFM을 차별화하는 것은 범용적인 설계입니다. 이전의 AI 수면 도구들은 한 번에 하나의 질병을 목표로 했지만, 이 모델은 동일한 기록에서 130가지 이상의 질병을 분류하여 특정 검사보다는 광범위한 건강 검진처럼 기능합니다.
한계와 다음 단계
SleepFM은 개념 증명 단계이며, 완성된 임상 제품이 아닙니다. 현재는 1,000달러에서 3,500달러에 달하는 임상 등급의 검사 기록이 필요하여 많은 사람들이 이용하기 어렵습니다. 또한 임상에 적용하기 전, 훈련 데이터의 다양성에 대한 더 광범위한 검증이 필요합니다.
만약 향후 버전이 정확도가 다소 떨어지더라도 소비자용 웨어러블 기기와 연동될 수 있다면, 인구 단위의 대규모 검진에 미치는 영향은 상당할 것입니다. 방향은 분명합니다. 수면은 우리 몸이 만들어내는 가장 데이터가 풍부한 활동 중 하나이며, 과학은 마침내 그 데이터를 읽는 법을 배우고 있습니다.
