研究人员开发了一种基于人工智能的算法，以改善无线电波在诊断和监测睡眠障碍方面的应用。

良好的睡眠对我们的身心健康至关重要。然而，今天可能很难诊断问题，因为它需要患者配备电极和各种传感器。

麻省理工学院和麻省总医院的研究人员使用人工智能算法来分析受试者周围的无线电信号。这些读数被转化为睡眠阶段：清醒、轻度、深度或快速眼球运动。

“想象一下，如果你的WiFi路由器知道你在做梦，并能监测你是否有足够的深度睡眠，这是内存集成所必需的，”负责电子工程和计算机科学的Dina Katabi、Andrew教授和Erna Viterbi说。研究。“我们的愿景是开发健康传感器，这些传感器将消失在背景中，捕捉生理信号和重要的健康指标，而不需要用户以任何方式改变自己的行为。”

除了医疗保健，还可以应用这些数据。例如，当居住者入睡以节省能量时，家中所有的灯都可以自动关闭。如果居民晚上醒来使用浴室，他们可以打开一些灯来指路。

仅在美国就有5000多万现有的(已知的)睡眠障碍，这项研究可能是开创性的。它将有助于诊断和监控问题，而无需笨重和昂贵的专业设备。

麻省理工学院毕业生、论文第一作者赵明敏说：“机会非常大，因为我们不能很好地理解睡眠，大量的人存在睡眠问题。”“我们有这项技术，如果我们能让它发挥作用，我们就可以从睡眠实验室每隔几个月进行一次睡眠研究的世界，转移到在家持续进行睡眠研究。”

Kat和赵与睡眠医学系主任Matt Bianchi、电子工程和计算机科学教授Thomas Siebel和麻省理工学院数据、系统和社会研究所成员Tommi Jaakkola一起完成了这项研究。和麻省理工学院的另一名研究生岳也是这篇论文的合著者。

AI超越了睡眠障碍。

卡塔比之前的一些工作，以及麻省理工学院的研究人员，也使用了无线电波。一个笔记本电脑大小的盒子发出低功率射频信号，显示生命体征，包括脉搏和呼吸频率。这可以用来监测老年人，提醒医疗专业人员他们的生命体征发生了令人担忧的变化。

使用深度神经网络的人工智能使这一切成为可能。为了从大数据集中提取相关信息并消除错误结果，研究人员需要构建自己的算法。

卡塔比说：“我们的设备不仅可以让你移除所有这些传感器，让在家做的体验更好，还能让医生和睡眠技术人员更轻松地完成工作。“他们不必浏览数据并手动标记。”

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：