אפליקציה שהופכת את שעוני אפל לצרכנים לכלים לניטור שלבי שינה מתוחכם במיוחד פותחה על ידי צוות חוקרים בראשות פרופסור ג'וייטה דוטה מאוניברסיטת מסצ'וסטס אמהרסט. החוקרים אומרים שהאפליקציה וקוד ה-AI המתאים הם חלופות נוחות ויעילות לציוד ולפרוטוקולים של לימוד שינה יקרים ומורכבים.
"המטרה שלנו הייתה להיות מחוספס ככל האפשר עם מכשיר לביש לצרכן שאינו מתמחה, שהוא Apple Watch", אומר דוטה, פרופסור להנדסה ביו-רפואית במכללה להנדסה דניאל ג'יי ריצ'יו ג'וניור. ומחבר בכיר של המחקר, שפורסם ב עסקאות IEEE על הנדסה ביו-רפואית. היא רואה בעיני רוחה שחוקרים יכולים להשתמש באפליקציה הזו כדי לנטר אנשים עם הפרעות שינה בבית, ללא מחקרי שינה יקרים מבוססי מעבדה.
Dutta עיצבה את האפליקציה הזו במיוחד עבור המחקר שלה על הקשר בין הפרעות שינה והתפתחות מחלת אלצהיימר.
נכון לעכשיו, תקן הזהב למחקרי שינה הוא באמצעות הערכות מבוססות מעבדה, שהן מורכבות, יקרות ודורשות ניתוח נתונים ידני על ידי מומחה. אפילו הערכות בבית עשויות להיות מסובכות, ולבקש מהמשתתפים לישון עם אלקטרודות על הראש.
בגלל העלות, המורכבות ואי הנוחות, משך רוב מחקרי השינה הוא לילה אחד בלבד, כלומר אין לחוקרים היתרון בניתוח נתונים ממספר פגישות לאורך זמן. דוטה גם מציינת שלמחקר האלצהיימר המתמשך שלה, טכנולוגיית הניטור הקיימת אינה יכולה ללכוד נתוני שינה מתנומות, שהן ברובן לא מתוכננות. לעומת זאת, הזמינות הרחבה והלבישה מסביב לשעון של שעונים חכמים הופכים אותם למתאימים במיוחד ללימוד כל צורות השינה.
מתוך מחשבה על זה, Dutta והצוות שלה יצרו תוכנה כדי להפוך את Apple Watch הזמין באופן נרחב לטכנולוגיית עמידה בשינה חזקה. האפליקציה, הנקראת BIDSleep, אוספת נתונים על דופק מיידי, מאחר שמדד זה משתנה בהתאם לשלב השינה. קצב הלב איטי יותר במהלך שינה עמוקה וגבוה יותר בתקופות פעילות יותר, כמו שנת REM.
נתונים אלה ניזונים למודל הבינה המלאכותית החדש של החוקרים, הזמין לחוקרים אחרים.
בממוצע, המודל שלהם זיהה במדויק את שלב השינה הנכון ב-71% מהמקרים, כשהוא מעלה על גישות ידועות אחרות בשימוש קהילת חוקרי השינה. Dutta מציינת גם שהמודל שלהם מדויק אפילו יותר בזיהוי שינה עמוקה, וזה חשוב מכיוון שהזדקנות קשורה לירידה בולטת יותר בשינה עמוקה מאשר שינה מלאה.
"הדיוק הכולל חשוב, אבל לפעמים אנחנו צריכים להסתכל גם על המדדים הקליניים כמו יעילות שינה וזמן תחילת שינה, זמן שינה כולל", מוסיף Tzu-An Song, עמית מחקר פוסט-דוקטורט במעבדה של דוטה ומחבר ראשון על המאמר. דיוק לאורך מדדים אלה מספק תובנות נוספות לגבי יעילות האפליקציה בניבוי פרמטרי שינה חשובים מבחינה קלינית.
השיטה שלנו עובדת טוב יותר עבור בעצם כל המדדים האלה".
שיר צו-אן, המחבר הראשון על הנייר
מודל הבינה המלאכותית, תוך שימוש בנתונים שנאספו על ידי BIDSleep, הניב תוצאות הקרובות ביותר לסטנדרט הזהב של בימוי שינה מבוסס EEG בהשוואה לגישות דוגמנות אחרות.
Dutta מציינת שהם לא השוו את הטכנולוגיה שלהם ליכולות שלב השינה המקוריות של Apple Watch מכיוון שתכונה זו לא הייתה זמינה בזמן המחקר שלהם. הם מתכננים לערוך השוואה מלאה ראש בראש בעתיד. היא אופטימית שהאפליקציה שלהם תהיה מדויקת יותר מכיוון שהיא מספקת נתונים עשירים יותר, אוספת מידע על דופק בקצב צפוף יותר מהתכונות המקוריות המובנות ב-Apple Health.
"בסופו של דבר, נשמח שחוקרים וקלינאים ישתמשו באפליקציה הזו, וזו הסיבה שיצרנו אותה בסגנון שבו אתה יכול להעביר את הנתונים בקלות ולהוציא ממנו מידע רב לילות", אומר דוטה.
מחקר זה נתמך על ידי מרכז הבינה המלאכותית והטכנולוגיה של מסצ'וסטס לטיפול מחובר בהזדקנות ואלצהיימר והמכונים הלאומיים לבריאות.
