首页 > 资讯 > 快讯

[国际智库]完全靠AI来诊断睡眠障碍会出问题

2017/11/20 18:24      创头条   数字人免费试用


  据报道,在美国,大约有7000万人说自己有睡眠问题。与以往不同的是,他们正在求助于技术来解决这一困境。可穿戴健康设备正在占据市场,AI设备则在前面领跑。有机器学习、神经网络等先进技术给他们的产品做背书,流行的AI睡眠跟踪器的生产商们正在鼓励消费者购买他们的设备和APP来改善睡眠习惯。

  我们正在把钱花在上述看似先进的睡眠技术上,但这些技术真的能帮助我们睡得更好吗?

  流行技术

  Apptopia的媒介负责人Adam Blacker表示,在过去的六个月里,近1150万人下载了Apple iOS平台上前十大睡眠APP中的一个。这个惊人的数字只是全球睡眠跟踪器使用者总数的一小部分。

  FusionHealth公司首席医疗官Jeffrey Durmer博士表示,美国有37.8%的人正在使用可穿戴技术。这家公司的目标是帮助雇主解决员工的睡眠问题。他说:“总体而言,睡眠追踪技术让大多数人意识到睡眠的重要性,鉴于睡眠不良这一公众健康问题日益严重,这一点对美国至关重要。”

  有前景AI创新

  生产商大肆宣传AI睡眠跟踪器监测睡眠行为、帮助消费者改变坏习惯的功能。像Sleep Watch、Rythm等面向消费者的产品使用机器学习模型来预测性诊断消费者身上常见的睡眠障碍。MIT睡眠实验室的一项创新将这个想法向前发推进了一步,用先进的AI算法来追踪睡眠习惯,而无需将参与者连接到机器或设备上。

  MIT这项技术的目标是无线监测患者行为,然后用监测结果来诊断睡眠障碍。虽然MIT的算法经过了训练,能帮助研究人员得出比消费者可以接触到的APP和小装置更准确的结果,但即使是像这样的先进技术也可能没有准确得可以诊断睡眠问题。

  AI和睡眠跟踪的问题

  据Sleep Shepherd创始人兼总裁Michael Larson说,AI算法的问题在于“当今大多数AI算法的核心是模式匹配。在睡眠技术领域的问题是,算法使用的模式是有缺陷的,它们不能很好地表征睡眠。”

  例如,AI已经很成熟地应用在游戏中,Larson指出睡眠数据“不像出现在一个游戏中的常规模式那样直白。”当其算法以运动传感器为基础时,AI是有缺陷的,因为运动传感器会给出不准确的数据。因此,睡眠跟踪器技术需要发展很长一段时间,之后AI才能发挥作用。

  睡眠跟踪器数据提供一个起点

  如果意识到问题是解决问题的第一步,那么AI睡眠跟踪器则为我们找到正确的解决方案提供了基础。虽然一个算法还没有精确到去独自完全诊断睡眠问题和推荐治疗方法,但当你去咨询医生时,借助跟踪器提供的诊断结果,你可以更好地描述问题。

  购买一个睡眠跟踪器且仅依靠它给的结果来指导你改善睡眠就像购买一个统计数据说对其他人都有用的特定床垫。仅因为40%的美国人认为大号床垫最舒适并不意味着它也最适合你。同样的道理,仅因为一个用别人的结果进行了训练的跟踪器说你可能有某种特定的睡眠问题并不意味着它说的是真的。

  你需要经历大量的试错,之后才能真正确定你的睡眠问题到底怎么回事。来自算法的结果可能与依靠统计数据来指导你改善睡眠一样错误。当然,这些结果为你评估自己的问题提供了一个很好的起点,但若想完全弄清发生了什么还需要进一步的研究。

  试验和跟踪你的总体趋势是关键。Reverie公司的睡眠研究员Benjamin Smarr博士鼓励人们每晚在同一时间上床睡觉,再看看在早上的感觉。尝试喝喝咖啡和酒,或者改变上床时间等,然后将做了这些事情后的体验与跟踪器数据进行比较,你将获得有价值的反馈。

  展望未来

  尽管存在潜在的用户错误和不准确分析,AI在睡眠技术中的应用有着光明的未来。 “通过学习个体的睡眠模式,睡眠跟踪器可能会利用AI来更好地预测睡眠/觉醒状况,以及多动腿综合征、阻塞性睡眠呼吸暂停等睡眠障碍,”Durmer说,并补充说,由于能将数据用作“临床前”检测设备,AI或许能显著提高自我分析和检测那些有睡眠障碍风险的患者的能力。

  除了跟踪你的睡眠状况,睡眠跟踪器还可以连接至其他智能设备。“跟踪器不仅将能够帮助确保在晚上门是锁着的、在早上咖啡是泡好的,还将在睡眠过程中更活跃。它将连接至可调整的床架、恒温器、音频设备,甚至报警系统,通过环境控制来帮助控制和优化睡眠,让你在家中生活得更舒适和放松,”REM-Fit的技术开发主管Miguel Marrero说。

  AI有潜力推动睡眠技术的发展,在未来催生出能够尝试诊断睡眠障碍、监测生命体征、根据睡眠数据告诉人们什么时候睡觉的设备。唯一能影响其功效的将是人们的误解。

  虽然看起来一个整合有先进技术的跟踪器能独立解决你所有的睡眠问题,但你仍然需要介入,去完善跟踪器的诊断。来自AI睡眠跟踪器的数据可能会帮助你更好地了解自己的睡眠模式,但解读这些数据仍不能只依靠机器学习来完成。

  本文来自venturebeat,翻译邓桂华

  榜单收录、高管收录、融资收录、活动收录可发送邮件至news#citmt.cn(把#换成@)。

相关阅读