Sinais ocultos no sono revelam riscos de 130 doenças

No treinamento, o SleepFM usou dados de atividade cerebral, cardíaca, muscular e respiratória para entender como essas funções se relacionam entre si. “Um dos avanços técnicos que fizemos neste trabalho foi descobrir como harmonizar todas essas diferentes modalidades de dados para que elas possam se unir e aprender a mesma linguagem”, explica o coautor sênior do estudo, James Zou, da Universidade de Stanford.

Siga o canal do Correio no WhatsApp e receba as principais notícias do dia no seu celular

A partir desses sinais corporais, o dispositivo foi capaz de identificar padrões de sono de cada paciente, invisíveis ao olho humano e indicadores de condições de saúde. O próximo passo foi comparar com o histórico dos pacientes. Para isso, ele teve acesso a registros de pacientes acompanhados ao longo de anos. Boa parte deles, 35 mil, passaram por polissonografias entre 1999 e 2024. 

Entre as mais mil doenças analisadas, o SleepFM identificou 130 que podem ser previstas com probabilidade razoável a partir dos dados do sono. Algumas das condições mais prováveis, acima de 0,8  índice de concordância, foram demência senil, Alzheimer, diabetes Tipo 2 com complicações circulatórias, câncer de próstata e câncer de mama.

“Registramos uma quantidade incrível de sinais quando estudamos o sono”, aponta Mignot. "É um tipo de fisiologia geral que estudamos durante oito horas em um indivíduo completamente imobilizado. É uma fonte de dados muito rica." Para os cientistas, os dados da polissonografia ainda são pouco explorados, e a IA pode trazer novas utilidades para os registros.