Uno studio pubblicato su Communications Medicine (Nature, 2025) ha seguito 2.667 uomini con età superiore ai 65 anni per 12 anni. Utilizzando algoritmi di machine learning, i ricercatori hanno identificato tre profili distinti di sonno e calcolato il rischio differenziale di demenza e malattie cardiovascolari per ciascuno.
I tre profili di sonno
Camera di uno chalet engadinese poco prima dell'alba: luce fredda e azzurrina dalla finestra, lenzuola di lino chiaro, un anello e uno smartwatch posati sul comodino; nessun volto.
Il machine learning ha identificato tre gruppi distinti: dormitori sani attivi (sonno regolare, buona qualità), dormitori con difficoltà di inizio sonno e dormitori frammentati (risvegli frequenti, scarso deep sleep, irregolarità circadiana). Il confronto tra il profilo sano e quello frammentato ha rivelato differenze di rischio clinicamente rilevanti.
Dettaglio macro di un anello indossabile e di uno smartwatch che registrano le fasi del sonno nella penombra; toni blu notte, riflessi tenui; nessun volto.
I dati di rischio
Rispetto ai dormitori sani attivi, i dormitori con sonno frammentato mostrano un hazard ratio di 1,35 per demenza e 1,32 per eventi cardiovascolari, dopo aggiustamento multivariabile per età, stile di vita e fattori di rischio clinici.
Grafico luminoso delle fasi REM e deep sleep proiettato su una parete scura di una stanza clinica premium; luce soffusa, ordine; nessun volto.
In termini semplici: il 35% di rischio in più di sviluppare demenza. Il 32% in più di rischio cardiovascolare. Misurato su 12 anni.
Il contributo del machine learning alla medicina preventiva
Prima di questo studio, il profilo del sonno era valutato in modo grossolano (ore dormite, insonnia sì/no).
Finestra di chalet all'alba sulle vette innevate dell'Engadina viste da un letto disfatto; luce naturale fredda, quiete; nessun volto.
Il machine learning ha dimostrato che i pattern complessi del sonno — la loro struttura temporale, non solo la loro durata — sono predittori clinicamente significativi che la medicina tradizionale ignora sistematicamente.
Come il Gemello Digitale applica questa evidenza
Corridoio silenzioso di clinica alpina all'alba, materiali caldi (legno e pietra) e luce morbida; atmosfera di quiete clinica; nessun volto.
Il Gemello Digitale di Klinik Sankt Moritz classifica il profilo del tuo sonno in modo dinamico, rilevando la transizione da un profilo sano a uno frammentato prima che questa si consolidi. Un trend di deterioramento del sonno rilevato nelle prime settimane vale più di qualsiasi biomarker plasmatico che emergerà anni dopo.
Camera di uno chalet engadinese poco prima dell'alba: luce fredda e azzurrina dalla finestra, lenzuola di lino chiaro, un anello e uno smartwatch posati sul comodino; nessun volto.
Cavaillès et al. — Communications Medicine / Nature (2025) — https://www.nature.com/articles/s43856-025-01019-x · www.nature.com
Sullo stesso tema
- 15 Anni Prima della Diagnosi, il Tuo Sonno Già lo Sapeva. Ora lo Sa Anche la Scienza.Un'analisi su oltre un milione di cartelle cliniche: i disturbi del sonno emergono fino a 15 anni prima della diagnosi di Alzheimer e Parkinson. La prevenzione parte dal sonno.
- 52.952 Persone, un Risultato Chiaro: il Tuo Sonno Predice la Fibrillazione Atriale.Lo studio più grande al mondo su wearable e fibrillazione atriale: 52.952 pazienti, dati oggettivi del sonno come predittori indipendenti. Scopri cosa misuriamo per te.
- 9 Parametri del Sonno. 4 Diagnosi Neurologiche. L’Algoritmo che Ridefinisce la Neurologia.Un algoritmo di machine learning addestrato su 9 biomarker del sonno classifica con precisione Parkinson, Alzheimer e demenza a corpi di Lewy. Il futuro della diagnosi parte dal sonno.