核心技术与模型 - 美国斯坦福大学研究人员开发出名为SleepFM的人工智能模型 可根据一晚上的睡眠情况预测约130种疾病的发病风险 包括心脏病 痴呆症和部分癌症等 [1] - 该模型是首个使用人工智能分析大规模睡眠数据的研究 相关论文发表在英国《自然-医学》杂志上 [1] - 模型使用多导睡眠图数据 这是一种综合监测患者睡眠状态的“金标准”方法 记录涉及大脑 心脏 眼球 呼吸和肌肉等的多种生理信号 [1] 数据基础与训练 - 模型使用来自6.5万名参与者 总时长近60万小时的多导睡眠图数据进行训练 [1] - 训练数据中 有3.5万人的数据来自斯坦福睡眠中心 该中心在25年里持续记录了这些人的睡眠和健康状况 [2] - 训练时将睡眠数据分割成时长5秒钟的片段作为基本数据单元 类似于训练大语言模型时所用的“单词” [1] 模型预测能力与发现 - 模型分析了健康记录涉及的1000多种疾病 发现其中约130种疾病可以通过患者的睡眠数据进行较为准确的预测 [2] - 模型对帕金森病 痴呆症 发育迟缓 心脑血管疾病等的预测能力尤为出色 [2] - 在癌症中 模型预测前列腺癌 乳腺癌和皮肤癌的准确率较高 [2] 研究意义与创新 - 该研究整合了不同的生理信号并梳理其中的关系 表明人工智能模型可以从睡眠数据中了解睡眠的“语言” 实现灵活高效的疾病预测 [1][2] - 以往关于睡眠和疾病的研究往往局限于单个指标与特定疾病的关联 忽视了睡眠生理学的复杂性 此项新成果克服了此局限 [2]

文章核心观点 - 一个名为Delphi-2M的全新人工智能模型问世，能够基于个人医疗史预测超过1000种疾病的发生率，并模拟未来长达20年的健康变化路径，其准确性接近或优于现有工具 [1] - 该模型有望帮助识别高疾病风险人群、指导筛查计划并支持医疗服务的长期规划，但需注意其可能反映训练数据中的偏见，在进一步测试前不应直接用于医疗决策 [2] 技术模型与研发 - 模型由德国癌症中心DKFZ的研究团队开发，旨在识别特定疾病相对于患者记录中其他事件（如生活方式因素和其他健康状况）的发生时机 [1] - 模型利用英国40万人的健康数据进行训练，并使用丹麦近200万人的数据进行了测试 [1] - 该模型不仅能进行预测，还能产生合成数据，在保护隐私的同时可用于训练其他AI模型 [1] 应用潜力与影响 - 该工具有助于医生和健康规划者更好地理解和应对个性化健康需求 [1] - 方法有望帮助识别高疾病风险的人，指导筛查计划，支持医疗服务的长期规划 [2] - 未来版本可能会包含更多健康信息类型，并帮助改进个性化诊疗 [2]

公司专利动态 - 腾讯科技获得疾病预测方法专利 授权公告号CN115116618B 申请日期为2022年5月[1] - 专利涉及疾病预测装置 设备及存储介质等技术领域[1] 公司基本信息 - 腾讯科技成立于2000年 注册资本200万美元 位于深圳市[1] - 公司属于软件和信息技术服务业企业[1] 公司资产与运营 - 对外投资企业数量达15家 参与招投标项目264次[1] - 拥有商标信息5000条 专利信息5000条 行政许可533个[1]