Носимые технологии в обнаружении и оценке нарушений дыхания, связанных со сном (ReSTech)

В последние годы нарушения сна приобрели важное значение из-за их высокой распространенности и влияния на повседневную жизнь, влияя на способность людей выполнять повседневные задачи и снижая качество жизни. Эти расстройства включают трудности с засыпанием, перебои в дыхании и плохое качество сна, причем особенно значимыми являются расстройства дыхания во сне (СРДС), такие как обструктивное апноэ во сне (СОАС). СОАС, которое включает повторяющиеся обструкции дыхательных путей во время сна, особенно часто встречается у пожилых людей, людей с ожирением и мужчин, но часто остается недостаточно диагностируемым.

SRBD не только нарушает сон, но и увеличивает риск хронических заболеваний, таких как диабет, гипертония и инсульты, создавая при этом экономическое бремя из-за более высокого спроса на медицинские ресурсы. Их воздействие на физическое и психическое здоровье приводит к усталости, снижению производительности, несчастным случаям на производстве и даже инвалидности, что подчеркивает необходимость в более эффективных инструментах диагностики и управления.

Хотя полисомнография (ПСГ) является золотым стандартом диагностики нарушений сна, ее высокая стоимость и инвазивный характер ограничивают ее доступность. Носимые устройства, такие как браслеты и часы, предлагают более доступную и неинвазивную альтернативу, предоставляя в режиме реального времени данные о сне, частоте сердечных сокращений и активности. Несмотря на многообещающие результаты, эти устройства все еще требуют дальнейших исследований, чтобы подтвердить их точность в обнаружении SRBD. Целью этого проекта является оценка эффективности носимых устройств в качестве дополнительных инструментов в диагностике и лечении этих расстройств. В частности, он преследует следующие конкретные цели: (1) Оценить точность, специфичность и чувствительность носимых устройств, таких как браслеты и часы, при измерении насыщения крови кислородом, частоты сердечных сокращений и активности по сравнению с ночной полиграфией. (2) Проанализировать эффективность этих устройств в выявлении лиц с потенциальными нарушениями дыхания во сне (SRBD), используя методы обучения без учителя. (3) Оценить влияние и производительность модели искусственного интеллекта для обнаружения и классификации потенциальных SRBD.