Hastalık tahmini için çok modlu bir uyku temelli model

Bir Gecelik Uyku Gelecek Sağlığınızı Neden Açığa Vurabilir

Bir kliniğe monitörlere bağlı olarak uyumaya gittiğinizde, ekrandaki o kıvrımlı çizgiler horlama veya huzursuz bacaklardan çok daha fazlasını yakalar. Bu çalışma, bir gecelik ayrıntılı uyku kaydının gelecekteki sağlık için bir kristal küre gibi işlev görebileceğini gösteriyor. Araştırmacılar, yüzbinlerce saatlik uyku verisi üzerinde güçlü bir yapay zeka sistemi eğiterek, uyku biçimimizin demans, kalp hastalığı, böbrek sorunları, kanser ve hatta erken ölüm riskleri hakkında—bu hastalıklar ortaya çıkmadan yıllar önce—gizli ipuçları taşıdığını buldular.

Uyku Sırasında Vücudu Dinlemek

Uyku laboratuvarları, kafa derisi, yüz, göğüs ve bacaklara yerleştirilen sensörlerin gece boyunca beyin dalgalarını, göz hareketlerini, kalp atışını, solunumu ve kas aktivitesini kaydettiği polisomnografi adı verilen bir test kullanır. Bu testler uykuyu anlamada altın standart olarak kabul edilir, ancak insan uzmanların tam olarak yorumlamasını zorlaştıran büyük ve karmaşık veri akışları üretir. Geçmiş araştırmaların çoğu tek bir probleme—örneğin apne ya da narkolepsi—odaklanmış ve genellikle zahmetli manuel puanlamaya dayanmıştır. Sonuç olarak, sinyallerin tüm karışımında gizli duran daha derin hikâye büyük ölçüde kullanılmamıştır.

Yapay Zekaya Uyku Dilini Öğretmek

Yazarlar, büyük dil modellerinden ödünç alınan fikirlerle “temel model” adını verdikleri SleepFM’i geliştirdiler. Kelimeler ve cümleler yerine SleepFM ham uyku sinyallerinden öğrenir. Model, birkaç uyku merkezinde ve popülasyon çalışmalarında toplanmış 65.000’den fazla kişiden elde edilen 585.000 saatten fazla gece kayıt üzerinde eğitildi. Model, beyin, kalp, solunum ve kas aktivitesinin kısa beş saniyelik dilimlerini alır ve farklı hastanelerdeki farklı sensör düzenlerine uyum sağlayabilen dikkat tabanlı sinir ağları ile bunları birleştirir. Eğitim sırasında, bu sinyal türleri arasındaki bilgiyi hizalamayı kendi kendine öğretir ve insan etiketlerine ihtiyaç duymadan sağlıklı ve sağlıksız uykunun nasıl göründüğüne dair paylaşılan içsel bir temsil öğrenir.

Bir Geceden Çok Sayıda Olası Tanıya

Bir kez eğitildikten sonra, SleepFM’in içsel “uyku parmak izleri” elektronik sağlık kayıtlarıyla ilişkilendirildi ve bunların ileride hastalık tahmin edip edemeyeceği incelendi. Araştırmacılar 1.000’den fazla durumu inceledi ve her hasta için tek bir gece çalışmasının yıllar sonra kimin hastalık geliştireceğini öngörebilip öngöremeyeceğini sordular. SleepFM, tüm nedenlere bağlı ölüm, demans, kalp yetmezliği, inme, kronik böbrek hastalığı ve birkaç kanser dahil olmak üzere güçlü güvenilirlikle 130 farklı tanıyı doğru şekilde tahmin etti. Parkinson hastalığı, demans ve büyük kalp sorunları gibi bazı durumlarda performansı, beyin görüntülemelerine veya kalp kayıtlarına dayanan uzman araçlarınkine yaklaşmış veya onları aşmıştır.

Uyku Sinyallerinin Beyin, Kalp ve Ötesiyle Bağlantısı

Gecenin hangi bölümlerinin ve hangi sensörlerin en çok önem taşıdığını inceleyerek, ekip biyolojik açıdan anlamlı desenler buldu. Beyin dalgası ve göz hareketi sinyalleri, nörolojik ve zihinsel bozuklukları tahmin etmede özellikle faydalıydı; bu, derin uykudaki ve hızlı göz hareketi uykusundaki değişikliklerin sıklıkla Alzheimer ve Parkinson hastalıklarından önce geldiğine dair kanıtları yansıtıyor. Solunum ve oksijen sinyalleri solunum ve metabolik durumlar için daha bilgilendiriciydi, oysa kalp ritim izleri kalp yetmezliği ve inme gibi dolaşım hastalıkları için ekstra ağırlık taşıyordu. Her sinyal türü bir şeyler kattığı halde en iyi tahminler bunları birleştirmekten geldi; bu da birçok hastalığın uyuyan tüm vücut boyunca ince parmak izleri bıraktığını öne sürüyor.

Klinikler Arasında ve Zaman İçinde Dayanıklı Sonuçlar

SleepFM’in kendi kurumları dışında işe yarayıp yaramayacağını test etmek için, araştırmacılar modeli ilk eğitimden ayrı tutulan 6.000’den fazla yaşlı yetişkinden oluşan bağımsız bir çalışmaya uyguladılar. Sadece hafif ek ayarlamayla model, inme, kardiyovasküler ölüm ve konjestif kalp yetmezliği gibi kritik sonuçları hâlâ yüksek doğrulukla tahmin etti. Ayrıca, orijinal eğitim verilerinden yıllar sonra kaydedilmiş daha yakın tarihli hastalarda da iyi performansını koruyarak, öğrenilmiş uyku desenlerinin gerçek dünya uygulamalarındaki değişiklikleri ve nüfusları idare edecek kadar istikrarlı olabileceğine işaret etti.

Günlük Bakım İçin Bunun Anlamı Ne Olabilir

Uzman olmayanlar için çıkarılacak ders, uykunun sadece bir hastalığın belirtisi olmadığı—aynı zamanda vücudun uzun vadeli sağlığına dair zengin, ölçülebilir bir pencere olduğudur. SleepFM, tek bir gece çalışmasının semptomlar ortaya çıkmadan çok önce kimlerin ciddi hastalık riski taşıdığını işaret etmeye yardımcı olabileceğini ve yalnızca yaş, cinsiyet, kilo ve diğer temel özelliklere dayanan modelleri geride bırakabileceğini gösteriyor. Uyku klinik dışındaki hastalara genelleştirmek ve tahminlerini vaka bazında açıklamak için daha fazla çalışma gerekse de, bu yaklaşım uykuya yönelik akıllı analizlerin—muhtemelen ev cihazlarından bile—erken uyarı ve sürekli sağlık izlemi için rutin, invaziv olmayan bir araç haline gelebileceği bir geleceğe işaret ediyor.

Atıf: Thapa, R., Kjaer, M.R., He, B. et al. A multimodal sleep foundation model for disease prediction. Nat Med 32, 752–762 (2026). https://doi.org/10.1038/s41591-025-04133-4

Anahtar kelimeler: uyku ve hastalık riski, polisomnografi, tıpta temel modeller, demans ve kalp hastalığı tahmini, uyku sırasında sağlık izlemi