新的 AI 模型在同类研究中以高精度分析了整夜睡眠

快速阅读: 《科学日报》消息，一种名为“睡眠补丁基础变换器”的新AI模型能更有效地分类睡眠阶段。它基于整晚睡眠数据，能识别多种人群和环境中的睡眠模式，有助于检测睡眠障碍及评估健康风险。虽然前景广阔，但该工具不会取代临床经验，而是作为专家助手提升效率和标准化水平。

名为“睡眠补丁基础变换器”（PFTSleep）的模型通过分析脑电波、肌肉活动、心率及呼吸模式，比传统方法更有效地对睡眠阶段进行分类，简化了睡眠分析流程，降低了变异性，并支持未来用于检测睡眠障碍及其他健康风险的临床工具。当前的睡眠分析通常依赖人工专家手动评分短段睡眠数据，或者使用无法分析患者整晚睡眠的AI模型。这项新方法基于数千份睡眠记录开发，提供了更为全面的视角。通过对整晚睡眠数据进行训练，该模型能够识别整夜以及不同人群和环境中出现的睡眠模式，为睡眠研究和临床应用提供标准化且可扩展的手段，研究人员如是说。“这是AI辅助睡眠分析与解读的一大进步，”第一作者本杰明·福克斯（Benjamin Fox）表示，他是一名西奈山伊坎医学院人工智能与新兴技术培训领域的博士候选人。“通过这种方式利用AI，我们可以直接从睡眠研究信号数据中提取相关临床特征，并用于睡眠评分，未来还可用于其他临床应用，例如检测睡眠呼吸暂停或评估与睡眠质量相关的健康问题。”

该模型基于一个包含大量睡眠研究（多导睡眠图）的大数据集构建而成，这些数据涵盖了包括大脑活动、肌张力、心率及呼吸模式在内的关键生理信号。与传统AI模型不同，后者仅分析30秒的短片段数据，这个新模型综合考虑了整晚的睡眠数据，捕捉到更加详细和微妙的模式。此外，该模型通过一种名为自监督的方法进行训练，这种方法无需人工标注即可从生理信号中学习相关的临床特征。

“我们的研究表明，AI有望改变我们研究和理解睡眠的方式，”共同资深通讯作者安基特·帕雷克（Ankit Parekh）博士表示，他是西奈山伊坎医学院医学助理教授（肺病、重症监护和睡眠医学），同时也是西奈山睡眠和昼夜节律分析小组的主任。“我们的下一目标是进一步完善这项技术，使其应用于临床，例如更高效地识别与睡眠相关的健康问题。”

研究人员强调，尽管这一AI工具前景广阔，但不会取代临床专业知识。相反，它将成为睡眠专家的重要助手，助力加速并标准化睡眠分析。接下来，研究团队的目标是将其能力从睡眠阶段分类扩展到检测睡眠障碍和预测健康结果。“这种AI驱动的方法有可能彻底改变睡眠研究，”共同资深通讯作者吉里什·纳德卡尼（Girish N. Nadkarni）医学博士、公共卫生硕士说道，他是西奈山伊坎医学院人工智能与人类健康威廉雷希部门主席，也是哈索普拉特纳数字健康研究所主任和阿瑟·M·菲施伯格医学教授。“通过以更高的一致性分析整晚睡眠，我们可以揭示更多关于睡眠健康及其与整体健康关联的深刻见解。”

(以上内容均由Ai生成)