不用再屬羊了！MIT的新演算法讓你不再失眠

麻省理工的研究人員設計了一種監測睡眠的新方法，不附帶感測器。他們的設備使用先進的人工智慧演算法，來分析人類周圍的無線電信號，並將監測不同的睡眠階段：輕度、深度或快速眼動睡眠期（REM）

超過5000萬美國人患有睡眠障礙，包括帕金森病和阿爾茨海默病在內的疾病也可能會擾亂睡眠。診斷和監測這些情況，通常需要將電極和各種其他感測器連接到患者身上，這可能進一步破壞他們的睡眠。

▍用AI演算法代替感測器

為了更容易診斷和研究睡眠問題，麻省理工學院和麻省總醫院的研究人員設計了一種新的方式來監測睡眠階段，而不需要感測器連接到身體。

他們的設備使用先進的人工智慧演算法，來分析人類周圍的無線電信號，並將監測睡眠階段：輕度、深度或快速眼動睡眠期（REM）。

Andrew和Erna Viterbi電氣工程與計算機科學教授Dina Katabi說：「想像一下，如果您的Wi-Fi路由器知道您在做夢，並且可以監控您是否有足夠的深度睡眠，這對於內分泌調整來說是必要的。

研究小組的願景是開發無形的健康感測器，來捕捉生理信號和重要的健康指標，而不要求患者以任何方式改變她的行為。

與MGH睡眠部門主管Matt Bianchi和Thomas Siebel電氣工程與計算機科學教授Tommi Jaakkola以及麻省理工學院數據，系統和社會研究所的成員進行了研究。

Katabi與麻省總醫院、睡眠醫學科的Tommi Jaakkola主任以及研究所成員Thomas Siebel 教授共同組成了專家組。麻省理工學院研究生Mingmin Zhao是論文的第一作者，另一位麻省理工學院研究生 Shichao Yue也參與其中。

研究人員將於8月9日在國際機器學習會議上發布新的感測器。機械雞會為您持續關注。

▍遠程監測

Katabi及MIT的同仁們，以前開發過基於無線電的感測器，使其能夠遠程監測可作為健康指標的生命體征和行為。這些感測器包括發射低功率無線電頻率（RF）信號的無線設備，附著在膝蓋上，相當於微型平板的大小。

無線電波從身體反射出來，身體的任何輕微的運動，都會改變反射波的頻率。分析這些電波可以監測出生命體征，如脈搏和呼吸頻率。

Katabi說：「這是一個智能的Wi-Fi樣盒子，坐在家中即可分析這些電波，並通過身體留在RF信號上的簽名，發現身體中的所有這些變化。

Katabi和他的學生也使用這種方法，創建了一個稱為WiGait的感測器，可以使用無線信號測量步行速度，這可以幫助醫生預測認知衰退、下降，某些心臟或肺部疾病或其他健康問題。

在開發這些感測器之後，Katabi認為，類似的方法也可用於監測睡眠，並對患者在睡眠實驗室中睡覺時進行了測試。

Mingmin Zhao說：「因為大多數人睡眠不好，很多人有睡眠問題，所以市場前景廣闊。如果我們能使這種技術普及，可以讓失眠人群在家裡不再受到失眠的困擾。」

▍準確度高達80％

為了達到這個目標，研究人員不得不提出一種方法來將脈搏，呼吸頻率和運動的測量值轉換成睡眠階段。

人工智慧的最新進展使得有可能訓練深度神經網路的演算法，來提取和分析來自複雜數據集的信息，例如從研究人員的感測器獲得的無線電信號。

然而，這些信號具有與睡眠無關的大量信息，並且可能使現有演算法混淆。麻省理工學院的研究人員不得不提出一種基於深度神經網路的AI演算法，消除了不相關的信息。

Jaakkola說：「周圍的環境在測量的時候會有很多干擾。這個演算法的新奇之處在於能夠保證清晰的睡眠信號，同時消除干擾」，他們的演算法可以供任何人、在任何地點使用，不用做任何校準。

研究人員使用這種方法對25名健康志願者進行了測試，發現他們的技術準確度高達80％，這與基於EEG測量的睡眠專家確定的評分準確度相當。

「我們的設備讓您不僅可以免去繁瑣的感測器連接身體，而且可以在家中完成更好的體驗，同時也使醫生和睡眠技術人員的工作變得更加容易。」 Katabi說。「他們不需要手動標註數據」。

▍帕金森和阿爾茨海默

其他研究人員試圖使用無線電信號監測睡眠，但是這些系統在65％的時間內是準確的，主要決定於一個人是否醒著或睡著了，而不是睡眠階段。Katabi和他的同事能夠通過訓練他們的演算法，來忽略從室內其他物體反射的無線信號，並且僅收集從睡眠者反射的數據。

研究人員現在計劃使用這項技術來研究帕金森病是如何影響睡眠的。

Katabi說：「當你分析帕金森症時，會將其視為運動障礙，但這種疾病也與非常複雜的睡眠缺陷有關，這一點並不十分清楚。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！