כתבה
arXiv cs.AI ·
למידת תכונות פיזיולוגיות אנושיות נלמדות מ-2 מיליון שעות שינה עם SleepFM-2
Learning transferable human physiology from two million hours of sleep with SleepFM-2
SleepFM-2 משפר את זיהוי המחלות ואת דיווחי השינה עם 2 מיליון שעות שינה. המודל כולל שמות מודלים/כלים/חברות.
תקציר מקורי באנגליתarXiv:2609.06849v2 Announce Type: replace Abstract: Sleep provides a nightly window into health by capturing coordinated activity across the brain, heart, muscles and respiratory system. We introduce SleepFM-2, a sleep foundation model developed and evaluated on 282,511 polysomnography recordings from 26 cohorts, including 235,865 used for pretraining. These data span more than two million hours of multimodal physiology. Compared with SleepFM, SleepFM-2 improves disease prediction and sleep scoring, supports arousal, limb movement and respiratory event detection, and transfers to wearable sensing and subjective sleep phenotypes. A model combining its PSG representation with age, sex and BMI met a prespecified discrimination and significance criterion for 188 subsequently recorded EHR pheno
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית