Команда из Университета Восточной Финляндии представила новую модель глубокого обучения, способную определять стадии сна так же точно, как опытный врач. Система может открыть широкие возможности диагностики и лечения нарушений сна, включая обструктивное апноэ сна.
Обструктивные апноэ во сне – это нарушение дыхания, которое существенно нагружает национальные системы здравоохранения и наносит экономический ущерб. По оценкам экспертов, до миллиарда людей во всем мире страдают от обструктивного апноэ сна, и это число в будущем продолжит расти на фоне старения населения и распространения ожирения. Без должного лечения обструктивные апноэ сна повышают риск сердечно-сосудистых заболеваний, диабета и других осложнений.
Для решения этих проблем ученые из Университета Восточной Финляндии собрали данные полисомнографии (исследования сна) здоровых людей и пациентов с подозрением на обструктивные апноэ сна. Эти данные применили для разработки точной модели машинного обучения, способной автоматически классифицировать стадии сна. Кроме того, исследователи хотели определить, насколько выраженность симптомов обструктивных апноэ влияет на точность классификации.
В ходе испытаний обнаружилось, что алгоритм определяет стадии сна здоровых людей с точностью 83,7% при использовании только одного канала электроэнцефалографии (ЭЭГ) и 83,9% с дополнительной электроокулограммой (ЭОГ). У испытуемых с подозрением на апноэ модель классифицировала стадии сна с точностью 82,9% (только ЭЭГ) и 83,8% (ЭЭГ вместе с ЭОГ). Точность классификации на основе одного канала варьировала с 84,5% до 76,5%. Показатели, которых удалось добиться алгоритму, сопоставимы с точностью ручной классификации, выполняемой опытными медиками. Со своей стороны, преимущества модели – систематическая повторяемость результатов, стабильное соответствие протоколу и значительно более быстрая работа. Система может провести классификацию за считанные секунды.
Комментарии
(0) Добавить комментарий