Dimensione del testo: A Reducir tamaño de fuente. A Restablecer tamaño de fuente A Aumentar tamaño de fuente.
Un nuovo modello di intelligenza artificiale applicata al sonno apre prospettive inedite per la prevenzione medica. Si chiama SleepFm ed è stato sviluppato da un gruppo di ricercatori della Stanford Medicine. Il sistema è stato descritto in uno studio pubblicato su Nature Medicine e si basa sull’analisi di una sola notte di sonno per prevedere, anche con 10 o 20 anni di anticipo, il rischio di numerose malattie e della mortalità.
Come funziona il modello SleepFm
SleepFm è stato addestrato su circa 600.000 ore di dati clinici, raccolti da oltre 65.000 partecipanti seguiti fino a 25 anni. Le informazioni derivano dalla polisonnografia, che registra attività cerebrale, battito cardiaco, respirazione e movimenti muscolari durante il sonno.
A differenza degli approcci tradizionali, l’algoritmo non si limita a individuare disturbi come apnee o insonnia. Analizza invece la relazione tra i diversi sistemi del corpo, osservando come interagiscono in intervalli di pochi secondi. Secondo James Zou, uno degli autori dello studio, il modello ha imparato a interpretare il “linguaggio del sonno”, cogliendo segnali invisibili all’analisi umana.
Le patologie previste e il concetto di disallineamento
Nello studio, SleepFm ha dimostrato di saper prevedere 130 categorie di patologie con livelli di accuratezza elevati. Tra queste rientrano malattie neurodegenerative come Parkinson e demenza, patologie cardiovascolari come infarto e insufficienza cardiaca, alcuni tumori e la mortalità generale.
Il principio chiave individuato dai ricercatori è il disallineamento tra i sistemi fisiologici. Quando l’attività cerebrale, il ritmo cardiaco e la respirazione non risultano sincronizzati nella fase di sonno attesa, emergono segnali precoci di rischio. Queste discrepanze, impercettibili ai medici, vengono riconosciute dall’intelligenza artificiale come indicatori di possibili problemi futuri.
Prospettive cliniche ed etiche
L’obiettivo dichiarato è rendere questa tecnologia progressivamente accessibile anche fuori dai contesti clinici, sfruttando in futuro i dati raccolti da dispositivi indossabili come gli smartwatch. Resta aperto il tema etico: conoscere oggi il rischio di una malattia che potrebbe manifestarsi tra decenni comporta implicazioni psicologiche rilevanti.
Per la comunità medica, tuttavia, il potenziale è chiaro. Una previsione precoce consente interventi mirati sullo stile di vita e sulle cure, spostando l’attenzione dalla diagnosi alla prevenzione di lungo periodo.
