MIT最新研究：完爆可穿戴設備，AI演算法通過無線電波追蹤睡眠質量

大數據文摘作品，轉載要求見文末

編譯 Aileen、楊捷

導讀：正在悉尼進行的ICML大會上，MIT發表了最新研究「運用無線電波檢測睡眠治療的AI演算法」，來分析人體周圍的無線電信號，讓睡眠失調的患者可以在家中安心的接受治療和醫療觀測。

在美國有5000萬餘人患有睡眠失調症，其他包括帕金森症和阿爾茨海默症在內的疾病也會對睡眠造成一定的影響。患者接受治療時，對睡眠質量的診斷和監測通常需要將電極和其他感測器附著在患者身上，而這樣的結果會進一步擾亂被試者的睡眠。

為了進一步簡化診斷和研究睡眠問題的過程，麻省理工學院和馬薩諸塞州總醫院的研究人員設計了一種新的方案來監測睡眠期，避免了在患者身體上安裝感測器。他們的設備運用一種先進的人工智慧演算法來分析人體周圍的無線電信號，並將光照強度、睡眠深度或眼球快速眼動(REM)這些測量值編譯到睡眠階段觀測中。

「想像一下，如果你的無線路由器知道你正在做夢，並且能夠監測出你是否擁有足夠可以保證記憶鞏固的深度睡眠，」Dina Katabi說。他是麻省理工學院電子工程與計算機科學教授，也是這項研究的負責人。「我們的設想是研發一種健康感測器，它可以隱藏在夜晚的背景中，並能捕捉患者的生理信號和重要的健康指標，而不需要要求改變用戶的任何行為方式。」

與Katabi一起進行研究的有MGH睡眠醫學部主任Matt Bianchi，電子工程和計算機科學Thomas Siebel教授，麻省理工學院數據、系統和社會研究所的成員Tommi Jaakkola，麻省理工學院研究生也是論文第一作者Mingmin Zhao，以及另一位論文合著者麻省理工學院的研究生Shichao Yue。

遙感技術

Katabi和她在麻省理工學院計算機科學和人工智慧實驗室的成員們已經研發成功了一種基於輻射並且能夠遠程測量生命體征和行為健康指標的感測器。這些感測器由一種無線裝置組成，大小類似於筆記本電腦，能夠發出低功率的射頻(RF)信號。當無線電波反射身體時，身體的任何輕微運動都能改變反射波的頻率。分析這些反射波可以揭示出諸如脈搏和呼吸頻率等生命體征。

Katabi說，這是一個放在家中類似於WIFI的智能盒子，通過分析反射波中身體運動在射頻信號上留下印記發現身體的所有變化。

Katabi和她的學生們也利用這種方法研發了一種名為「步態」的感測器，它可以通過無線信號來測量步行速度，這也能夠為醫生預測認知能力下降、摔倒、某些心臟或肺部疾病或其他健康問題提供幫助。在開發了這些感測器後，Katabi認為類似的方法也可以用於監測睡眠，該技術目前已在使用類似於腦電圖(EEG)儀器檢測患者一整夜睡眠的睡眠實驗室中運用。

Mingmin Zhao說，這個機會非常好，因為我們不太了解睡眠，而且大部分人都有睡眠問題。我們有這樣的一種技術，如果能讓它付諸實踐，就能把我們從每隔幾個月在睡眠實驗室里做一次睡眠研究的世界帶到家中進行連續睡眠實驗。

為了達到這一目標，研究人員必須想出一種方法，將他們測量的脈搏、呼吸率和運動狀態轉換到睡眠階段中。最近人工智慧的發展使得計算機演算法（被稱為深度神經網路）能夠從複雜的數據集中提取和分析信息，例如從研究人員的感測器中獲得的無線電信號。然而，這些信號中有很多與睡眠無關，並且可能會影響現有演算法。基於此，麻省理工學院的研究人員不得不提出一種新型的基於深度神經網路的人工智慧演算法，這種演算法可以消除非相關信息。「周圍的環境會給你的測量帶來許多不需要的變化，而這種方法的新奇之處在於可以在保留睡眠信號的同時消除其他信號的干擾。」Jaakkola說。他們的演算法可以在不同地點運用不同的患者而不需要進行任何校準。

在對25名健康志願者的測試中，研究人員發現他們的技術準確率約為80%，這與基於腦電圖測量的睡眠專家所確定的準確率相當。Katabi說，我們的設備不僅可以移除安放在患者身上的所有感測器，而且可以讓實驗在家裡做得更好，這也減輕了醫生和睡眠技術專家的工作難度。他們不再需要檢查數據並且手動貼標籤。

睡眠缺乏

其他研究人員試圖利用無線電信號來監測睡眠，但這些系統的測定結果中只有65%的睡眠時間結果是準確的，而且它們主要用於確定一個人是否入睡，並不能判斷所處的睡眠階段。Katabi和她的同事們可以通過訓練演算法來忽略房間里其他物體反射的無線信號，只獲取來自睡眠被試者的數據。

Katabi說，當你想到帕金森症時，你會認為它是一種運動障礙，但這種疾病也與較為複雜的睡眠不足有關，目前還未被透徹理解。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！