快科技 4 月 9 日消息，斯坦福大学团队在《自然・医学》发布重磅研究，其研发的 SleepFM AI 模型仅需分析一晚睡眠监测数据，就能预测人体未来 6 年 130 种疾病风险，其中全因死亡率预测准确率高达 84%。

该模型已开源，让睡眠从简单的休息指标，变成可挖掘全身健康隐患的重要依据。

这项研究依托海量长周期数据支撑，团队收集了 6.5 万名参与者、累计超 58.5 万小时的睡眠记录，时间跨度长达 25 年，为模型提供了充足的学习样本。

模型分析的并非普通手环数据，而是临床标准的多导睡眠图，同步整合脑电、心电、肌电、呼吸等多维生理信号，精准捕捉睡眠中隐藏的健康异常信号。

测试结果显示，SleepFM 预测能力突出，130 种疾病预测一致性指数均超 0.75。

除 84% 的寿命预测准确率外，痴呆症预测准确率达 85%，心力衰竭、心肌梗死预测准确率分别为 80%、81%，在神经系统与循环系统疾病预测上表现尤为优异。

研究通过新旧数据分组验证，证实模型并非简单记忆病例，而是真正掌握了睡眠与疾病的关联规律。

目前该技术需借助专业多导睡眠监测设备，普通人暂无法日常使用。但模型采用通道无关设计，未来可适配智能手表等便携设备，仅用心电、呼吸等简化信号就能实现基础预警。

全球每年数百万人做睡眠监测，现有数据可通过该模型二次利用，大幅提升医疗资源利用率。