{"id":618253,"date":"2026-08-05T04:09:28","date_gmt":"2026-08-05T04:09:28","guid":{"rendered":"https:\/\/www.europesays.com\/it\/618253\/"},"modified":"2026-08-05T04:09:28","modified_gmt":"2026-08-05T04:09:28","slug":"il-modo-in-cui-dormiamo-puo-rivelare-il-rischio-di-ammalarci-anni-dopo","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/it\/618253\/","title":{"rendered":"Il modo in cui dormiamo pu\u00f2 rivelare il rischio di ammalarci anni dopo"},"content":{"rendered":"

Quando una persona entra in un laboratorio del sonno, sensori ed elettrodi seguono per ore ci\u00f2 che accade nel suo organismo: registrano l\u2019attivit\u00e0 cerebrale, il battito cardiaco, il respiro, i movimenti degli occhi, il tono muscolare e la quantit\u00e0 di ossigeno nel sangue. Eppure, una parte enorme di queste informazioni viene normalmente riassunta in pochi numeri. Il pi\u00f9 conosciuto \u00e8 l\u2019indice di apnea-ipopnea, o AHI<\/strong>, che conta quante volte ogni ora il respiro si interrompe o si riduce. Un nuovo studio pubblicato su Nature Communications suggerisce per\u00f2 che nel sonno possa nascondersi una firma fisiologica molto pi\u00f9 complessa, associata al rischio di ammalarsi o morire negli anni successivi<\/strong>. Per individuarla, i ricercatori hanno affidato all\u2019intelligenza artificiale<\/strong> non soltanto gli episodi respiratori, ma l\u2019intero dialogo notturno tra cervello, cuore, muscoli e polmoni<\/strong>.<\/p>\n

<\/a><\/p>\n

Il modello \u00e8 stato sviluppato utilizzando il registro STARLIT della Cleveland Clinic<\/strong>, che comprendeva inizialmente 10.000 polisonnografie effettuate su 9.661 pazienti. Dopo i controlli di qualit\u00e0, l\u2019analisi dei gruppi ha incluso 9.608 registrazioni relative a 9.297 persone, mentre l\u2019algoritmo \u00e8 stato addestrato direttamente su 9.203 studi. L\u2019architettura, basata su un modello transformer<\/strong>, ha imparato a riconoscere contemporaneamente gli stadi del sonno, gli episodi di apnea o ipopnea e le riduzioni dell\u2019ossigenazione. L\u2019obiettivo non era semplicemente diagnosticare un disturbo, ma trasformare ogni notte in una rappresentazione matematica dell\u2019intera fisiologia del paziente<\/strong>. Confrontando queste rappresentazioni, il sistema ha individuato cinque profili distinti<\/strong>, ordinati da quello apparentemente meno compromesso al gruppo caratterizzato dalle maggiori alterazioni del sonno e dalla presenza di pi\u00f9 malattie.<\/p>\n

<\/a><\/p>\n

Le differenze emerse non erano marginali. Nel corso di un follow-up medio di circa cinque anni, il rischio di morte aumentava progressivamente passando dal primo al quinto gruppo<\/strong>. Nel profilo pi\u00f9 sfavorevole la probabilit\u00e0 di morire risultava oltre due volte superiore rispetto al gruppo di riferimento<\/strong>, anche dopo aver considerato et\u00e0, genere, indice di massa corporea, patologie gi\u00e0 presenti e gravit\u00e0 delle apnee: l\u2019aumento stimato era del 138%<\/strong>. Lo stesso gruppo mostrava associazioni pi\u00f9 forti con eventi cardiovascolari maggiori, insufficienza cardiaca, infarto, fibrillazione atriale, deterioramento cognitivo ed epilessia. Il risultato pi\u00f9 sorprendente riguardava l\u2019AHI: le tradizionali categorie di apnea lieve, moderata e grave non riuscivano a separare con altrettanta chiarezza le persone con prognosi differenti<\/strong>. Pazienti classificati come ad alto rischio dall\u2019IA erano infatti distribuiti in tutte le categorie di AHI, compresi valori che da soli non avrebbero fatto scattare particolari allarmi.<\/p>\n

\"\"<\/p>\n

I ricercatori hanno quindi verificato il metodo sui dati indipendenti dello Sleep Heart Health Study<\/strong>, una coorte di popolazione con pi\u00f9 di 6.000 partecipanti e registrazioni meno dettagliate. Anche qui i gruppi individuati mostravano differenze nella mortalit\u00e0 e nell\u2019incidenza di insufficienza cardiaca, un elemento che rafforza l\u2019ipotesi che l\u2019algoritmo non abbia semplicemente memorizzato le caratteristiche dei pazienti della Cleveland Clinic. Ma il risultato non \u00e8 ancora un lasciapassare per l\u2019uso clinico. Lo studio \u00e8 retrospettivo e dimostra associazioni, non un rapporto di causa-effetto n\u00e9 la capacit\u00e0 del modello di stabilire quali controlli o terapie migliorino davvero la salute<\/strong>. Mancavano inoltre dati completi sull\u2019aderenza alla ventilazione PAP e sull\u2019impiego dei farmaci, mentre alcune diagnosi provenivano dai codici delle cartelle elettroniche. Serviranno studi prospettici e sperimentazioni cliniche<\/strong> prima che una notte di sonno possa trasformarsi in una prescrizione. La prospettiva, tuttavia, \u00e8 potente: non limitarsi pi\u00f9 a contare quante volte smettiamo di respirare, ma comprendere come l\u2019intero organismo attraversa la notte<\/strong>.<\/p>\n

\u2e3b<\/p>\n

Bilal E., Araujo M.L.D., Beck K.L. et al., \u201cA foundation model for sleep-based risk stratification and clinical outcomes\u201d, Nature Communications, vol. 17, articolo 7603, pubblicato il 3 agosto 2026. DOI: 10.1038\/s41467-026-75326-9.<\/p>\n

Link alla pubblicazione<\/strong><\/a><\/p>\n","protected":false},"excerpt":{"rendered":"Quando una persona entra in un laboratorio del sonno, sensori ed elettrodi seguono per ore ci\u00f2 che accade…\n","protected":false},"author":3,"featured_media":618254,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_share_on_mastodon":"0"},"categories":[175],"tags":[33434,123160,332061,239,340582,1537,90,89,320234,53045,340583,240,340581,340580,340584],"class_list":["post-618253","post","type-post","status-publish","format-standard","has-post-thumbnail","category-salute","tag-ahi","tag-apnea","tag-cleveland-clinic","tag-health","tag-ipopnea","tag-it","tag-italia","tag-italy","tag-nature-communications","tag-ossigenazione","tag-polisonnografie","tag-salute","tag-sleep-heart-health-study","tag-starlit","tag-transformer"],"share_on_mastodon":{"url":"https:\/\/pubeurope.com\/@it\/117040944232758111","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts\/618253","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/comments?post=618253"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts\/618253\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/media\/618254"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/media?parent=618253"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/categories?post=618253"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/tags?post=618253"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}