מודל בינה מלאכותית חדשני, שפותח בשיתוף פעולה בין קליבלנד קליניק וחברת IBM, מצליח לזהות סיכונים בריאותיים ארוכי טווח באמצעות ניתוח נתונים של בדיקות שינה שגרתיות במעבדה (פוליסומנוגרפיה).
המודל פותח על ידי צוות רב תחומי של רופאי שינה ומדעני נתונים, אשר השתמשו במאגר הנתונים של קליבלנד קליניק. באמצעות המערכת, סיווגו החוקרים את הנבדקים לחמש קטגוריות סיכון, והממצאים אומתו באופן עצמאי ברמה הארצית בקבוצת מטופלים נוספת.
הטכנולוגיה זיהתה דפוסי שינה נסתרים המנבאים סיכון למחלות לב, ירידה קוגניטיבית ותמותה. החוקרים גילו כי למטופלים בקבוצת הסיכון הגבוה ביותר היה סיכון תמותה כפול בחמש השנים הבאות, בהשוואה לקבוצת הסיכון הנמוך – הבדל משמעותי, שמדדי האבחון השגרתיים הקיימים כיום (כמו מדד אפניאה-היפופניאה) אינם מסוגלים לזהות.
