新的AI工具將幫助您更好地入睡

一夜好眠是健康生活的基礎。睡眠不足會導致白天嗜睡和認知功能受損，并且可能使您面臨更嚴重的疾病，例如心臟病，高血壓和糖尿病。事實上，持續或嚴重的睡眠問題是公共衛生問題。

杜克大學睡眠醫學項目主任，床墊公司睡眠健康顧問Sujay Kansagra博士說：“當我們睡眠不足時，效果就會驚人。” “即使是一夜中斷或縮短的睡眠也會對我們的身體造成嚴重破壞。除了你每晚需要的睡眠之外，失去的睡眠會累積，導致你需要睡得更多才能彌補以前錯過的任何時間。

由于睡眠對公眾健康的重要性，研究人員正在競相尋找監測和改善睡眠習慣的新方法，包括使用人工智能(AI)。雖然有許多AI睡眠技術值得關注，但其中一個特別突出 - 一種新的傳感器，它使用機器學習算法翻譯的無線電波來監控您的睡眠階段，而無需任何侵入式可穿戴設備。

提高識別睡眠階段的準確性

麻省理工學院和馬薩諸塞州綜合醫院的研究人員 - 包括工程和計算機科學教授Dina Katabi和Tommi Jaakkola，以及該醫院睡眠醫學部門主管Matt Bianchi - 聯手開發和測試新技術。類似于Wi-Fi路由器的無線設備發射低功率射頻信號，這些信號從身體反彈。AI算法分析數據并將脈搏，呼吸和其他因素的測量結果轉換為主要睡眠階段 - 輕度睡眠，深度睡眠和REM睡眠。

之前嘗試使用無線電波評估睡眠質量的準確率達到了65%%，但麻省理工學院/ MGH團隊在精確測量睡眠階段方面取得了80%%的成功率，與腦電圖(EEG)的準確率相當。目前用于科學睡眠研究的機器。這項技術可以提高對睡眠的理解，并將睡眠研究帶出實驗室并進入現實世界。

“機會是非常大的，因為我們不明白睡不好，人口的高分數有睡眠問題，”明敏趙，麻省理工學院的研究生對工作說這個項目。“我們擁有這項技術，如果我們能夠使其發揮作用，可以將我們從睡眠實驗室中每隔幾個月進行一次睡眠研究的世界轉移到家中進行連續睡眠研究。”

這個怎么運作

之前使用無線電波和人工智能測量睡眠階段的嘗試受到與睡眠無關的額外信息的阻礙，這些信息會混淆AI算法。麻省理工學院/ MGH團隊提出了三種深度神經網絡算法的組合，以獲得他們正在尋找的測量結果。第一種方法使用神經網絡進行圖像識別，以解析數據的快照。第二種方法使用神經網絡進行時間模式測量，以計算各種睡眠階段的動態 - 光，深和REM。第三個細化了分析，使其在測試對象中具有可比性。該團隊對25名健康患者進行了傳感器和算法測試，測量睡眠階段的準確率為80%%。

潛在用途

研究人員還打算研究帕金森病如何影響睡眠。國家帕金森基金會總裁兼首席執行官喬伊斯奧伯多夫說：“睡眠問題和認知都很重要，但往往被忽視，這是造成疾病負擔的因素。” 進一步的研究可能會減輕這些負擔。

其他潛在的用途包括睡眠呼吸暫停，慢性失眠，甚至難以察覺的中睡眠癲癇發作的研究，以及可能是其他問題的前兆的睡眠障礙。除了睡眠應用之外，使用由AI算法監測的無線電波的傳感器的類似組合可以用于測量和預測許多其他健康區域中功能的下降。有一件事是肯定的 - 我們可以期待在不久的將來獲得更多可用的健康信息。