يُعد النوم أحد الجوانب الأساسية للصحة، لكنه ما زال يُعتبر مجالًا غير مكتمل الاستكشاف من حيث تأثيره على المخاطر الصحية المستقبلية. أظهرت دراسة حديثة من جامعة ستانفورد أن الذكاء الاصطناعي يمكنه التنبؤ بمخاطر الإصابة بـ130 حالة مرضية، من ضمنها الزهايمر والسكتة الدماغية، باستخدام تحليل أنماط النوم. قاد الباحثون، بقيادة جيمس زو وإيمانويل ميغنو، تطوير نموذج ذكاء اصطناعي اسمه SleepFM، تم تدريبه على أكثر من 585,000 ساعة من تسجيلات النوم من 65,000 مشاركًا عبر عيادات النوم المختلفة. استخدم الفريق بيانات التسجيلات متعددة القنوات (PSG)، التي تُسجل إشارات عصبية، قلبية، عضلية، وتنفسية بدقة عالية، مما يوفر صورة شاملة عن حالة الجسم أثناء النوم. واجه الباحثون تحديات تقنية كبيرة نظرًا لحجم البيانات وتنوعها، حيث استغرق تطوير أساليب التدريب المناسبة وقتًا طويلاً. ووجد الفريق أن نهج التدريب عبر إشارات الجسم المختلفة (multimodal) كان أكثر فعالية من الطرق التقليدية، كما طوّروا طريقة جديدة تُعرف بـ"التركيبة المُتبقية" (leave-one-out)، التي تسمح للنموذج بالحفاظ على دقة التنبؤ حتى عند وجود بيانات ناقصة أو متنوعة. يُعتبر هدف SleepFM ليس التشخيص الفردي، بل فهم الاتجاهات السكانية وتقدير المخاطر النسبية، وفقًا لروهال ثابا، الكاتب الرئيسي للدراسة. ويؤكد أن النموذج ليس مُعتمدًا من قبل إدارة الغذاء والدواء الأمريكية، ولا يُستخدم حاليًا في الممارسة السريرية، بل يُعد أداة بحثية لاستكشاف العلاقة بين النوم والصحة المستقبلية. من المتوقع أن يُطبّق هذا البحث مستقبلًا على الأجهزة القابلة للارتداء مثل الساعات الذكية، التي بدأت تُقدّم معلومات عن اضطرابات النوم وتسجيلات القلب. ورغم أن هذه الأجهزة لا تزال تفتقر إلى دقة تسجيلات PSG، إلا أن الباحثين يرون إمكانية تكييف النموذج لتحليل البيانات من الأجهزة الاستهلاكية. د. تشيبويكي أوكواكوي، الباحث في مجال الأجهزة الحيوية القابلة للارتداء، أشاد بابتكار هيكلية SleepFM، ورأى أن البيانات المجمعة من الأجهزة القابلة للارتداء، عند دمجها مع الذكاء الاصطناعي، يمكن أن تُسهم في دعم قرارات طبية مستقبلية. تُظهر هذه الدراسة أن النوم ليس مجرد عامل مرتبط بالطاقة والمزاج، بل نافذة حيوية على الصحة العامة، حيث يحتوي على كمّ هائل من المعلومات الفسيولوجية التي لم نبدأ بعد في استكشافها.