Сон без проводов. Как ИИ оценивает качество сна по датчику под подушкой

Новая технология анализирует структуру сна и помогает выявлять нарушения дыхания, не превращая домашнюю спальню в лабораторию.

Почему привычная диагностика сна подходит не всем

Когда врачу необходимо подробно оценить сон человека, обычно назначают полисомнографию. Это считается «золотым стандартом» диагностики.

Во время такого исследования на тело крепят множество датчиков. Они регистрируют электрическую активность мозга, движения глаз, мышечный тонус, дыхание, насыщение крови кислородом, сердечный ритм и другие показатели.

Метод очень информативен, но имеет ограничения. Исследование проводится в лаборатории сна, требует специального оборудования и не всегда отражает то, как человек действительно спит дома в привычной обстановке.

Именно поэтому ученые уже несколько лет ищут способы сделать мониторинг сна менее заметным для пациента.

Как работает датчик, который прячется под подушкой

В новой работе исследователи использовали баллистокардиографический (BCG) датчик.

Если упростить, он не измеряет мозговые волны и не касается тела. Вместо этого сенсор улавливает микроскопические вибрации, которые возникают при каждом сокращении сердца, дыхательных движениях и изменении положения человека во главе со сном.

Эти сигналы слишком сложны для обычного анализа. Именно здесь в работу вступает искусственный интеллект.

Алгоритм объединяет информацию о сердечном ритме, дыхании и движениях, распознавая характерные закономерности, соответствующие различным стадиям сна.

Почти 600 тысяч часов сна стали учебником для искусственного интеллекта

Главное отличие BCGNet — масштаб обучения.

Авторы использовали почти 596 тысяч часов домашних записей сна, полученных от 53 544 человек. Это одна из крупнейших выборок подобного рода.

Особенно важно, что данные собирались не в контролируемой лабораторной среде, а в обычных домашних условиях. Благодаря этому модель училась работать с реальными вариациями сна, положением тела, привычками людей и особенностями разных пользователей.

Именно большой объем разнообразных данных позволил сделать алгоритм более устойчивым к различиям между людьми.

Самый интересный момент — система решает сразу несколько задач

Во многих существующих алгоритмах одна модель отвечает только за определение стадий сна, другая — за поиск нарушений дыхания, третья — за расчет отдельных показателей. BCGNet объединяет эти функции.

Система одновременно:

• определяет стадии сна;
• оценивает продолжительность сна;
• рассчитывает эффективность сна;
• анализирует его структуру;
• выявляет признаки синдрома обструктивного апноэ сна.

Именно эта комплексная оценка делает разработку особенно перспективной.

Почему синдром апноэ сна так важен

Обструктивное апноэ сна — одно из самых распространенных нарушений сна.

Во время сна дыхательные пути периодически перекрываются, из-за чего возникают кратковременные остановки дыхания. Сам человек часто их не замечает.

Последствия могут включать выраженную дневную сонливость, ухудшение памяти и концентрации, повышение риска сердечно-сосудистых заболеваний и других осложнений.

Проблема в том, что многие люди годами не проходят обследование именно потому, что полноценная диагностика сложна и требует посещения специализированного центра.

Если домашние бесконтактные системы смогут надежно выявлять признаки риска, это позволит направлять пациентов на полноценное обследование значительно раньше.

Что меняет такой подход

Ключевой вывод исследования заключается не только в новом алгоритме.

Фактически речь идет о переходе от разовых исследований сна к длительному наблюдению.

Одна ночь в лаборатории показывает состояние человека лишь в конкретный момент времени. Домашний мониторинг способен оценивать сон неделями и месяцами. Это позволяет замечать изменения постепенно, отслеживать влияние лечения, образа жизни или хронических заболеваний.

Для сна именно длительная динамика часто оказывается более информативной, чем отдельная запись.

Пока это не замена врачу, а новый инструмент наблюдения

Авторы подчеркивают, что технология не отменяет традиционную полисомнографию, особенно если требуется постановка диагноза.

Однако она может стать эффективным инструментом предварительного скрининга, долгосрочного наблюдения и дистанционного контроля пациентов.

В перспективе подобные системы способны стать частью домашней цифровой медицины, объединяя данные различных сенсоров с алгоритмами искусственного интеллекта и телемедицинскими сервисами.

Куда движется медицина сна

Исследование показывает более широкую тенденцию современной медицины.

Все больше диагностических технологий постепенно перемещаются из больниц домой. Искусственный интеллект позволяет анализировать огромные массивы физиологических данных без постоянного участия специалистов, а бесконтактные сенсоры делают такие измерения практически незаметными для человека.

Вероятно, в ближайшие годы домашний мониторинг сна станет значительно информативнее, чем сегодняшние фитнес-браслеты, оставаясь при этом максимально удобным для пользователя.