MIT再出黑科技！AI算法+WiFi监测，帮你摆脱失眠

优质的睡眠是健康生活的基础。睡眠不足会导致白天精神不振和认知功能受损，也可能会导致心脏病、高血压和糖尿病等严重疾病。了解睡眠及可能出现的问题是一个重要的公共卫生课题。

杜克大学睡眠医学项目主任和Mattress公司的睡眠健康顾问Sujay Kansagra博士说：“当我们睡眠不足时，产生的影响是惊人的。即使只有一次睡眠不足，也会对我们的身体造成严重破坏。除了你本身所需的睡眠外，不断累积的睡眠不足将会迫使你睡得更多来弥补之前的时间。”

鉴于睡眠对公共卫生的重要性，研究人员正在寻找包括使用AI等新方法来监测和改善睡眠习惯。虽然目前有很多AI睡眠技术，但是有一种方法却脱颖而出。无需佩戴任何侵入式的可穿戴设备，只需要一个使用机器学习算法翻译的无线电波的传感器就可以监测睡眠阶段。

在识别睡眠阶段上的精确度达 80%

参与研发和测试新技术的研究人员包括麻省理工学院工程和计算机科学系教授Dina Katabi和Tommi Jaakkola，马萨诸塞州综合医院睡眠医学科主任Matt Bianchi。这款类似于Wi-Fi路由器的无线设备发射可从身体反弹的低功率射频信号。AI算法分析相关数据并将脉搏、呼吸等因素的测量值翻译为主要睡眠阶段，包括轻度睡眠、深度睡眠和REM睡眠。

虽然以往类似的实验已经达到65%的精确度，但是该团队将精确度提升到了80%，与目前用于科学睡眠研究的脑电图（EEG）机器的精确度相当。这项技术将会促进研究人员加深对睡眠的了解，并将睡眠研究从实验室带入现实世界中。

参与这个项目的麻省理工学院研究生赵明敏说：“新技术的机会很大，因为我们对睡眠的了解程度不足，而且很多人都存在着睡眠问题。如果我们能够研发出这样的技术，我们将可以抛弃在睡眠实验室里每月仅几次的睡眠研究，而在家中进行连续的睡眠研究。”

如何运行

以往使用无线电波和人工智能测量睡眠阶段的研究尝试往往会受到无关睡眠的多余信息干扰，容易混淆AI算法。而该团队则提出了三种深层神经网络算法组合，用于获取相关测量数据。第一种算法使用神经网络进行图像识别来解析数据快照。第二种算法使用神经网络进行时间模式测量来计算各种睡眠阶段的动态变化。第三种算法则细化分析，使得各测试部分具有可比性。

该团队对25名健康的实验对象进行了传感器和算法测试，对睡眠阶段的测量精确度达到了80%。

潜在用途

研究人员还打算研究帕金森病如何影响睡眠。国家帕金森基金会总裁兼CEO Joyce Oberdorf说：“睡眠问题和认知都是重要的，但往往却很容易被忽视，这是造成疾病负担的原因。”进一步的研究可能会减轻这些负担。

其他潜在的用途包括研究睡眠呼吸暂停、慢性失眠、睡眠癫痫发作等睡眠障碍。除此以外，这项技术还可以用于测量和预测其他身体部位健康功能的衰退。至少有一件事是我们可以肯定的，那就是这项技术的应用将会导致健康信息的大量增加。