Рис.: Сравнение между визуализацией паттернов сна с помощью метода ИИ (вверху) и стадией сна с помощью PSG (внизу), показывающее корреляцию между звуками, связанными со сном, и стадиями сна.
Несмотря на то, что на сон приходится от четверти до одной трети дня, хороший сон может ускользнуть от многих людей, а диагностика и лечение нарушений сна остаются примитивными. Исследователи из Университета Осаки разработали новую технологию, которая использует машинное обучение для моделирования персонального режима сна на основе звуков, издаваемых во время сна. Поскольку звуки можно записывать дома без каких-либо необычных устройств, ожидается, что врачи, использующие эту технологию, смогут диагностировать пациентов в нормальных условиях сна, что, как ожидается, приведет к лучшему лечению.
Пациентов с нарушениями сна часто обследуют с помощью полисомнографии (ПСГ), которая измеряет спектр активности тела во время сна, включая активность мозга, движения глаз и сердечные ритмы. Доцент Университета Осаки Кен-ичи Фукуи называет PSG неэффективными, потому что они выводят пациента из его естественной спальной среды.
"Наша окружающая среда влияет на то, как мы спим. Мы не должны ожидать одинаковых моделей сна в больнице или дома."
Фукуи и другие исследователи из Института научных и промышленных исследований Университета Осаки сотрудничали с исследователями стоматологической школы. Звуки спящих студентов-стоматологов записывались с помощью смартфонов, установленных у кровати. Затем Фукуи использовал новый алгоритм машинного обучения, подготовленный его группой, чтобы проанализировать звуки и сравнить их с данными PSG, взятыми у тех же спящих учеников.
"Мы модифицировали алгоритмы самоорганизующейся карты (SOM) для визуализации динамики сна," он сказал.
SOM извлекли очень очевидные паттерны сна, поскольку испытуемые демонстрировали четкие изменения в своих звуках в зависимости от стадии сна. Храп был очевиден во время периодов глубокого сна, тогда как некоторые из спящих имели тенденцию скрипеть зубами в периоды легкого сна.
"Визуализация с помощью SOM позволяет очень легко обнаруживать ненормальные закономерности во сне," сказал Фукуи.
Связывание звуков сна с режимами сна открывает совершенно новые перспективы диагностики сна.
"Есть много устройств, которые оценивают сон," Примечания Фукуи, "но ни одно из них не доказано научно, и они обычно требуют, чтобы вы носили устройство," который он добавляет, препятствует их использованию.
Fukui ожидает, что приложения для смартфонов и планшетов можно будет использовать для записи звуков сна и преобразования информации в рекомендуемые домашние настройки, такие как освещение или комнатная температура, для лучшего сна.