导 读 近日，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...

近日，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。