اے آئی کا ایک نیا ماڈل، سلیپ ایف ایم، نیند کے اعداد و شمار کا استعمال کرتے ہوئے 130 سے زیادہ بیماریوں کی پیش گوئی کرتا ہے، جو پارکنسنز، ڈیمینشیا، ہارٹ اٹیک، کینسر اور ذہنی صحت کے مسائل کے لیے مضبوط درستگی ظاہر کرتا ہے۔ A new AI model, SleepFM, predicts over 130 diseases using sleep data, showing strong accuracy for Parkinson’s, dementia, heart attacks, cancers, and mental health issues.

ایک نیا اے آئی ماڈل، سلیپ ایف ایم، پولی سومنوگرافی سے نیند کے اعداد و شمار کا استعمال کرتے ہوئے 130 سے زیادہ بیماریوں کے خطرے کی درست پیش گوئی کرتا ہے، جو پارکنسنز، ڈیمینشیا، ہارٹ اٹیک، بعض کینسروں اور ذہنی صحت کے حالات کے لیے مضبوط کارکردگی ظاہر کرتا ہے۔ A new AI model, SleepFM, accurately predicts the risk of over 130 diseases using sleep data from polysomnography, showing strong performance for Parkinson’s, dementia, heart attacks, certain cancers, and mental health conditions. 25 سال تک کی صحت کی پیروی کے ساتھ 1, 000 سے زیادہ مریضوں کے اعداد و شمار پر تربیت یافتہ، یہ ماڈل ابتدائی بیماری کے نشانات کی شناخت کے لیے دماغ، دل اور سانس کی سرگرمی سے مطابقت پذیر اشاروں کا استعمال کرتا ہے۔ Trained on data from over 1,000 patients with up to 25 years of health follow-up, the model uses synchronized signals from brain, heart, and respiratory activity to identify early disease markers. اگرچہ اس وقت اس کی سادہ زبان میں وضاحتوں کا فقدان ہے، محققین اس کے نتائج کی تشریح کے لیے آلات تیار کر رہے ہیں۔ While it currently lacks plain-language explanations, researchers are developing tools to interpret its findings. سٹینفورڈ کی سربراہی میں اور این آئی ایچ کی مالی اعانت سے ہونے والی اس تحقیق سے پتہ چلتا ہے کہ نیند کا مطالعہ بیماری کا جلد پتہ لگانے کے لیے ایک طاقتور ذریعہ بن سکتا ہے، جس میں پہننے کے قابل ڈیوائس ڈیٹا کے ذریعے مستقبل میں بہتری ممکن ہے۔ The study, led by Stanford and funded by the NIH, suggests sleep studies could become a powerful tool for early disease detection, with future enhancements possible through wearable device data.