AI睡眠分期框架利用Apple Watch数据实现71%准确率
研究人员开发了名为BIDSleep的AI框架，该框架利用Apple Watch数据对睡眠阶段进行精准分类，在一项临床研究中达到了71%的准确率。此外，初创公司SOND推出了AI耳机，通过追踪生理信号来改善睡眠质量。这两项进展共同展示了人工智能和可穿戴设备在睡眠科学领域日益扩大的作用。
研究人员开发了一个名为BIDSleep的AI驱动框架，能够利用消费级智能手表的数据实现精准的睡眠阶段分类。研究发现，该系统有71%的时间能正确识别睡眠阶段，性能优于多种现有方法，并为基于实验室的睡眠研究提供了一种可扩展的替代方案。
BIDSleep由马萨诸塞大学阿默斯特分校开发，它将Apple Watch改造为一台研究级设备，能够区分浅睡、深睡和快速眼动（REM）睡眠。该框架分析了这款腕带设备已收集的心率和加速度计信号。在一项针对47名健康成人、连续监测长达七晚的研究中，系统通过Dreem 2 EEG头带这一参考对照设备验证了其准确性。研究结果发表在《IEEE生物医学工程汇刊》上。
该模型在识别深睡阶段方面表现尤为突出，而深睡与衰老、认知能力下降和神经退行性疾病密切相关。它还捕捉了诸如睡眠效率和睡眠潜伏期等指标——这些指标通过自我报告往往不可靠，但常被用作研究终点。研究团队的更广泛计划专注于睡眠中断与阿尔茨海默病之间的关系，将可穿戴睡眠指标与神经影像学、血液生物标志物和遗传风险分析相结合。潜在应用包括情绪障碍研究以及评估医疗程序或治疗的效果。
在消费领域，一家名为SOND的初创公司推出了Dreambuds，这是一款被称为闭环、入耳式的系统，可追踪多达十二种生理信号并作出实时响应。该公司由前Bose高管创立，将该设备定位为一个主动的睡眠增强平台，配备精密传感器、生成式音频和个性化AI睡眠教练。这款耳机旨在帮助用户更快入睡、保持更长时间的睡眠，并在醒来时感觉精神恢复。
这些发展凸显了一种日益增长的趋势：利用人工智能和可穿戴传感器使睡眠监测变得更加便捷和精准。尽管对于研究应用而言，临床验证仍然至关重要，但消费级设备正开始整合先进的生物信号追踪技术，超越了简单的降噪耳机或基础的睡眠日志。