Алгоритм MIT способен диагностировать нарушения сна

?Более 50 миллионов американцев страдают от нарушений сна, вызываемых частично болезнями Паркинсона и Альцгеймера. Диагностика и мониторинг этих проблем обычно требуют прикрепления электродов и множества других датчиков к телу пациента, которые могут дополнительно нарушить сон. Чтобы облегчить диагностику и изучение проблем со сном, исследователи из Массачусетского технологического института и Массачусетского госпиталя разработали новый способ контроля стадий сна без датчиков, прикрепленных к телу. Их устройство использует передовой алгоритм искусственного интеллекта для анализа радиосигналов человека и перевода этих измерений в стадии сна, - передает Robotics.ua.

«Представьте, что у вас в доме стоит Wi-Fi-устройство, способное понимать, когда вы спите, и может контролировать, достаточно ли вам глубокого сна», - говорит Дина Катаби, профессор электротехники и информатики, возглавляющая исследование. - «Наше видение – это разработка датчиков здоровья, которые будут захватывать физиологические сигналы и важные показатели здоровья, не прося пользователя изменить свое поведение каким-либо образом».

Катаби работала над данным исследованием с Мэттом Бьянчи, начальником отдела медицины сна в MGH, и Томми Яаккола, профессором по электротехнике и информатике Института данных, систем и общества Массачусетского технологического института. Мингмин Чжао (Mingmin Zhao), аспирант MIT, является первым автором статьи. Исследователи представили свой новый алгоритм на Международной конференции по компьютерному обучению 9 августа.

Дистанционное изучение проблемы

Катаби и члены ее группы в Лаборатории компьютерной науки и искусственного интеллекта Массачусетского технологического института ранее разработали радиочувствительные датчики, которые позволяют им дистанционно измерять жизненно важные признаки и поведение, которые могут быть индикаторами здоровья. Эти датчики состоят из беспроводного устройства, размером с портативный компьютер, которое излучает маломощные радиочастотные сигналы (RF). Когда радиоволны отражаются от тела, любое небольшое его движение изменяет частоту отражаемых волн. Анализ этих волн может выявить жизненно важные признаки, такие как пульс и частота дыхания.
«Это умная коробка, подобная Wi-Fi-роутеру, которая находится в доме и анализирует эти отражения, обнаруживая все изменения в теле человеке благодаря радиочастотным сигналам», - говорит Катаби. Ученые также использовали этот подход для создания датчика WiGait, который может измерять скорость ходьбы с помощью беспроводных сигналов, что может помочь врачам предсказать снижение познавательной способности, некоторые сердечные или легочные заболевания и другие проблемы со здоровьем. После разработки этих датчиков Катаби подумала, что подобный подход может также быть полезен для контроля сна, который в настоящее время выполняется, когда пациенты проводят ночь в лаборатории, подключенные к мониторам и электроэнцефалографии (ЭЭГ). «Возможность очень большая, потому что мы еще плохо понимаем наш сон, а это является проблемой большого числа населения», - говорит Чжао. - «У нас есть технология, которая сможет перевести нас из лабораторных условий в домашние».

Преимущества нейронных сетей

Чтобы достичь этого, исследователи должны были придумать способ как перевести измерения пульса, скорости дыхания и движения в стадии сна. Недавние достижения в области искусственного интеллекта позволили обучить компьютерные алгоритмы, известные как глубокие нейронные сети извлечению и анализу информации из сложных наборов данных, таких как радиосигналы, полученные от датчика исследователей. Тем не менее, эти сигналы имеют большую информацию, которая не имеет отношения ко сну и может вводить в заблуждение существующие алгоритмы. Исследователям Массачусетского технологического института пришлось придумать новый алгоритм ИИ, основанный на глубоких нейронных сетях, который устраняет нерелевантную информацию.
«Окружающие условия вносят много нежелательных изменений в то, что мы измеряем. Новинка заключается в сохранении сигнала сна при удалении остальных факторов», - говорит Яаккола. Данный алгоритм может использоваться в разных местах и с разными людьми без какой-либо классификации.

Используя этот подход в тестах на 25 здоровых добровольцах, исследователи обнаружили, что их методика была примерно на 80 процентов точнее, что сопоставимо с точностью оценок, определяемых специалистами сна на основе измерений ЭЭГ. «Наше устройство позволяет не только устранить все громоздкие датчики, но и проводить исследование намного лучше, облегчая работу врача и технолога сна», - говорит Катаби. - «Им не нужно проходить через данные и вручную маркировать их». Другие исследователи пытались использовать радиосигналы для контроля сна, но эти системы точны только в 65% случаях, и в основном определяют, является ли человек бодрствующим или спящим, а не на каком этапе сна он находится. Катаби и ее коллеги смогли улучшить это, обучая их алгоритм игнорировать беспроводные сигналы, которые идут от других объектов в комнате и включать только данные, отражаемые от спящего человека.

  По информации robotics.ua, теперь исследователи планируют использовать эту технологию для изучения того, как болезнь Паркинсона влияет на сон. «Когда вы думаете о Паркинсоне, вы в первую очередь представляете расстройства движения, но болезнь также связана с очень сложными нарушениями сна, которые не очень хорошо изучены», - говорит Катаби. Сенсор также можно было бы использовать, чтобы узнать больше об изменениях сна, вызванных болезнью Альцгеймера, а также о таких проблемах, как бессонница и апноэ. Кроме того, технология может быть полезна для изучения эпилептических припадков, которые происходят во время сна и которые обычно трудно обнаружить.

Кстати, помочь справиться с бессонницей может также роботизированная подушка Somnox, которая была представлена учеными из университета Делфта ранее в этом году.