睡眠障碍正成为全球公共健康中不容忽视的风险。世界卫生组织数据显示，仅阻塞性睡眠呼吸暂停就影响全球近10亿成年人，而准确诊断是有效治疗的前提。当前临床常用的多导睡眠图（PSG）检测，需要专业技师花费数小时分析脑电等波形；尽管部分AI辅助系统已接近专家级准确率，但由于缺乏可解释性、呈现“黑箱”特征，仍难以获得临床充分信任。针对这个痛点，浙江大学交叉学科团队提出视觉语言模型框架SleepVLM。研究负责人介绍，该技术主要有三方面进展：首先通过波形图像渲染，将EEG、EOG等生物电信号转化为标准化视觉输入；其次构建两阶段训练流程，先进行波形感知预训练以学习基础特征，再引入AASM标准进行监督微调；最终实现同时输出诊断结论、对应医学规则引用及完整推理链的“三位一体”能力。 在权威测试中，该系统在MASS-SS1和ZUAMHCS两个数据集上的Cohen's kappa值分别达到0.767和0.743；跨中心数据验证中，性能波动仅为2.4%。更重要的是，三甲医院睡眠中心的盲评结果显示，模型生成的诊断说明在事实准确性、证据完整性和逻辑严谨性三项指标上均获得4.6分以上（满分5分），表现优于现有可解释AI方法。 业内专家认为，该研究的关键意义在于将医学规则与人工智能推理更紧密地结合起来。项目组同时开源MASS-EX数据集，包含2000余例专家标注样本，为后续研究提供新的参考基准。随着人口老龄化加速，预计到2030年我国睡眠经济规模将突破万亿元，该技术有望在基层医院落地应用，缓解睡眠专科医师紧缺带来的压力。
让机器“判得准”只是起点，临床更需要的是结论“说得清、查得了、用得上”。SleepVLM把规则体系与可读推理引入睡眠分期，为智能工具建立临床信任提供了可参考的路径。面向未来，只有在规范、数据、验证与应用场景之间形成闭环，才能推动睡眠医学从“经验密集”走向“证据更足、效率更高”的高质量诊疗。