睡眠里的隐藏信号，能提前预告未来健康风险
9月17日发表在《PLOS Medicine》的一项研究，给出了迄今规模最大的客观睡眠结构图谱：95,559名英国生物样本库（UK Biobank）参与者连续七天七夜佩戴腕部加速度计，随后被追踪中位8.9年，比对超过1,000种疾病结局。论文第一作者罗劲松、孙胜志、陈睿等来自首都医科大学。团队用深度学习算法SleepNet从手腕动作中推算REM（快速眼动）睡眠、深睡、浅睡、总时长、夜间清醒时间和睡眠规律性，取代传统的自我报告。
几乎同期，另一条研究线指向同一个方向。美国国立卫生研究院（NIH）资助、10月9日发表在《SLEEP》期刊的研究显示：夜间睡眠监测中记录的心电图，配合睡眠分期信息，可以用来判断未来心脏不良事件的风险。埃默里大学生物医学信息学系主任Gari Clifford说："把我们的模型评分加进睡眠监测，对改进心血管疾病早期发现、识别最高风险人群、更主动地管理患者有巨大潜力。"
主研究里最亮眼的是REM睡眠。REM每增加一个四分位距（约47.6分钟），与83种疾病风险下降相关，横跨12个主要疾病类别。全表型关联分析在1,049种结局中筛出370组关联，经Bonferroni校正后确认156组显著关联。REM占比在后半夜越来越长；深睡则集中在前半夜，主导身体修复与生长激素释放——这正是"睡够时长"之外"睡对结构"的意义。
单项疾病的关联幅度相当可观：帕金森病风险比0.20，相当于下降约80%；多发性硬化0.48；痴呆0.54；阿尔茨海默病0.69；心力衰竭0.74。深睡眠与7种疾病风险下降相关，包括2型糖尿病和重性抑郁障碍。
反面数据更刺眼：睡眠不足五小时与37种疾病风险升高相关，涵盖痴呆、心力衰竭和2型糖尿病，睡眠分期解释了其中大部分不利关联。睡眠不规律、夜间清醒时间偏长，也分别与多种疾病风险上升有关。
研究团队写道，"维持六到八小时睡眠与更有利的睡眠结构和更低的疾病风险相关"。低于五小时表现最差，超过八小时后保护性关联减弱。团队在论文中表示，这些发现"为6至8小时睡眠时长作为中老年人健康保障提供了额外证据，可能归因于更有利的睡眠阶段分布"。
数字之外，方法学争议同样值得关注。研究中的睡眠分期并非用睡眠实验室的多导睡眠图直接测量，而是由模型从手腕动作推断。作者自述，与实验室记录相比，算法平均高估总睡眠约48分钟、低估REM约17分钟，分期一致性仅属中等。剑桥大学的Nina Rzechorzek与诺森比亚大学的Greg Elder在英国科学媒体中心的专家评论中都指出，基于动作的手表"目前还无法准确判断我们整晚实际处在哪个睡眠阶段"。
《SLEEP》那项NIH资助研究补上了临床一侧的证据：把AI从睡眠心电图提取的评分加入既有风险因子后，房颤的预测表现提升约4至6个百分点，心力衰竭提升8至9个百分点，死亡预测提升4至7个百分点。研究团队强调，房颤、心衰和死亡是获益最明显的终点，并非所有结局都均匀受益。
两支团队都明确提醒：这些是关联，不是因果。UK Biobank人群本身比一般人群更健康，且每人只戴了一周传感器。《The Conversation》刊文引用2025年一项纳入24项研究、近800人的荟萃分析指出，可穿戴设备通常比多导睡眠图高估总睡眠时间约17分钟——判断"睡没睡着"已相当接近，判断"睡到哪一期"仍有差距。
综合Medscape、Science Daily等媒体报道，研究界的共识方向是：睡眠数据正在从"记录工具"变成"预测工具"，但离常规临床筛查还有距离。眼下最可执行的结论依然是有数据背书的老话——把睡眠时长稳定在六到八小时；对已经做过睡眠监测的心血管高危人群，AI心电评分有望让医生更早介入。