Analizuje fale mózgowe, aktywność serca, oddech i ruch zarejestrowane podczas polisomnografii. SleepFM został przeszkolony na podstawie prawie 600 000 godzin danych. Naukowcy twierdzą, że przewiduje ryzyko na wiele lat przed pojawieniem się objawów, ale identyfikuje tylko korelacje, a nie przyczyny.

Credits: envato elements; Author: Rawpixel;

Analiza pokazuje, że sygnały serca są najbardziej predykcyjne dla chorób układu krążenia, podczas gdy sygnały mózgu są bardziej predykcyjne dla zaburzeń neurologicznych. Eksperci podkreślają, że sztuczna inteligencja wspiera, ale nie zastępuje oceny medycznej.