Naukowcy z AutoBrain zaprezentowali Omni-Sleep, nowy model fundamentalny do analizy snu, który rewolucjonizuje podejście do interpretacji polisomnografii poprzez uwzględnienie fizjologicznej organizacji sygnałów pochodzących z mózgu i układu sercowo-oddechowego. Model trenowany na ponad 100 000 godzinach danych wieloośrodkowych uczy się reprezentacji biosygnałów - EEG, EOG, EMG, EKG i respiracji - nie w tradycyjny sposób, ale poprzez zrozumienie wzajemnych zależności między centralnym systemem nerwowym i autonomicznym systemem nerwowym.
Omni-Sleep implementuje trzy kluczowe mechanizmy uczenia. Po pierwsze, spójność wewnątrzsystemowa rozpoznaje wspólne czynniki podpoziomu w sygnałach neurologicznych i kardiorespiatorycznych. Po drugie, synchronizacja międzysystemowa wyrównuje trajektorie podsystemów, modelując dynamikę mózgu i ciała. Po trzecie, maskowe modelowanie czasowe na poziomie latentnym wychwytuje długohoryzontalną dynamikę snu. Ta hierarchiczna struktura stanowi fizykę przednią - zamiast być topologią agnostyczną, świadomie modeluje, jak poszczególne części ciała współpracują podczas snu.
Wyniki pokazują znaczny postęp. Omni-Sleep przewyższa silne modele bazowe w klasyfikacji stadii snu i rozpoznawaniu chorób, zachowując lepszą efektywność nawet z brakującymi danymi sensorycznymi. Generalizacja między zbiorami danych robi się znacznie lepsza niż u istniejących podejść, co sugeruje, że fizjologiczna hierarchia jest kluczem do uczynień modeli bardziej uniwersalnymi. Kod jest publicznie dostępny, co otwiera drzwi dla przyszłych badań nad medycyną opartą na modelach fundamentalnych.