睡眠困难、睡眠呼吸暂停和发作性睡病是成千上万丹麦人患有的一系列睡眠障碍之一。此外,据估计,多达 200,000 名丹麦人未确诊睡眠呼吸暂停。
在一项新研究中,哥本哈根大学计算机科学系的研究人员与丹麦医院 Rigshospitalet 的丹麦睡眠医学中心合作开发了一种人工智能算法,可以改善诊断、治疗和我们对睡眠障碍的整体理解。
“该算法非常精确。我们完成了各种测试,其性能可与全球该领域最好的医生相媲美,”计算机科学系博士、该研究的主要作者 Mathias Perslev 表示,该研究最近发表于期刊npj 数字医学(链接)。
可以支持医生的治疗
今天的睡眠障碍检查通常从进入睡眠诊所开始。在这里,使用各种测量仪器监测一个人的夜间睡眠。然后,睡眠障碍专家会检查患者夜间睡眠的 7-8 小时测量值。
医生手动将这7-8小时的睡眠分成30秒的间隔,所有这些都必须归类到不同的睡眠阶段,比如REM(快速眼动)睡眠、浅睡眠、深度睡眠等。 - 算法可以在几秒钟内执行的消耗性工作。
“这个项目让我们能够证明使用机器学习可以非常安全地进行这些测量——这具有重要意义。通过节省大量工作时间,可以有效地评估和诊断更多患者,”神经生理学教授 Poul Jennum 解释说丹麦睡眠医学中心主任。
仅在丹麦首都地区,每年就对患有睡眠呼吸暂停和更复杂的睡眠障碍的患者进行 4,000 多次多导睡眠图测试(称为 PSG 或睡眠研究)。医生分析 PSG 研究需要 1.5-3 小时。因此,仅在丹麦首都地区,部署新算法就可以节省 6,000 到 12,000 个小时的医疗时间。
该算法适用于睡眠诊所和患者群体
通过从各种来源收集数据,该算法背后的研究人员已经能够确保最佳功能。总共收集了来自美国和许多欧洲国家的 20,000 个晚上的睡眠并用于训练算法。
标签: 睡眠障碍
免责声明:本文由用户上传,如有侵权请联系删除!