大數據與人工智能的發(fā)展 為失眠狀態(tài)的監(jiān)測提供了技術手段

“大數據與人工智能的發(fā)展，為‘失眠’狀態(tài)的監(jiān)測提供了技術手段。但要解決失眠問題，就必須以物聯網和人工智能等新興技術為手段，以醫(yī)工深度融合的方式，提出解決方案。”3月25日，香山科學會議在北京召開，北京大學信息科學技術學院副教授黃安鵬在會上說道。

此次會議主題為“面向睡眠健康的智能感知與計算”，與會學者各抒己見、討論熱烈，但都對我國智能睡眠醫(yī)學研究達成共識——快速增長的睡眠健康需求與我國落后的睡眠醫(yī)學現狀之間存在突出矛盾。

西南大學電子信息工程學院教授張遠說，矛盾體現在多方面，如便攜的微擾睡眠監(jiān)測手段匱乏，用于臨床診斷的睡眠障礙生物標志物亟待挖掘，擁有自主知識產權的睡眠數據分析模型與核心算法尚未建立等。

缺乏標準化的睡眠大數據

中國睡眠研究會發(fā)布的《中國睡眠診療現狀調查報告》顯示，我國約有1/3人口存在不同程度的睡眠障礙，而全國三萬多家醫(yī)院中僅有3000多家建立了睡眠監(jiān)測室。

睡眠質量評估是預防和治療睡眠障礙的先決條件。目前臨床上慣用的監(jiān)測手段是多導睡眠監(jiān)測儀(PSG)。東南大學儀器科學與工程學院教授劉澄玉說：“PSG設備本身導聯較多、操作復雜、舒適性差，且價格昂貴，并會在很大程度上影響睡眠，在醫(yī)院外的應用場景受到極大限制。”

雖然PSG是評估睡眠質量、診斷睡眠障礙疾病的“金標準”，但PSG可能無法全面準確反映真實的睡眠質量。與會專家提出，要探索非接觸式睡眠監(jiān)測技術、微擾或無擾便攜式睡眠監(jiān)測技術等，而這就要求在睡眠監(jiān)測的機理機制技術規(guī)范、判斷標準和臨床應用實踐指南方面盡快形成共識。

北京大學人民醫(yī)院的韓芳教授指出，睡眠監(jiān)測獲得的大數據包括腦電、心電、眼動、血氧、呼吸氣流等十幾種參數，這些數據在睡眠疾病診斷領域具有重要應用。

“但目前尚缺乏優(yōu)質的睡眠大數據。”首都醫(yī)科大學心理與精神衛(wèi)生學院副教授王長明告訴科技日報記者，由于采集睡眠數據的設備及參數配置不同等因素，睡眠數據質量參差不齊。

正因為如此，精準解析多模態(tài)且具有異構性的睡眠監(jiān)測大數據，進而提供高效、魯棒性強、臨床可解釋性強的數據分析算法，依然是智能睡眠醫(yī)學領域的難題。

“我認為應建立標準化的國人睡眠數據庫，通過多中心、精標注的優(yōu)質數據模型訓練，作為醫(yī)生輔助診斷的有效方式。”王長明表示，這有賴于跨學科、跨領域的合作，需要政府主導、行業(yè)牽頭、企業(yè)參與，是一條漫長的探索之路。

醫(yī)學人工智能助力解決睡眠難題

韓芳表示，臨床睡眠醫(yī)學逐漸從各學科的邊緣領域交叉融合發(fā)展為獨立學科，“睡眠醫(yī)學及研究的進一步進展，有賴于生物醫(yī)學工程技術及人工智能技術的發(fā)展”。

“應利用快速發(fā)展的人工智能，從智能睡眠分期方面的研究拓展開來。”復旦大學信息科學與工程學院教授陳煒說，“如探索典型睡眠障礙的電生理機制。近年來被忽視的特征工程在智能睡眠醫(yī)學領域也應該被重新審視。”

“5G商用化的普及必將為主動睡眠健康新模式的開展提供機遇。”韓芳說。

無論是發(fā)展醫(yī)學人工智能，研發(fā)更便攜的可穿戴設備，還是挖掘用于臨床診斷的睡眠障礙生物標志物，或是建立自主知識產權的睡眠數據分析模型，最終都是為了用科學手段保證睡眠健康，與會者倡導探索非藥物的身心干預原理與方法。

張遠認為，對睡眠的身心干預分為被動干預和主動干預方法。前者包括音樂療法、藍光療法、電磁療法等;后者包括冥想、運動、改善睡眠習慣等。實習記者代小佩