Алгоритм MIT здатний діагностувати порушення сну
Дослідники з Массачусетського технологічного інституту розробили передовий алгоритм штучного інтелекту для аналізу радіосигналів людини та вивчення на їх основі якості сну. Проблема порушення сну є досить поширеною і не до кінця вивченою, тому штучний інтелект може допомогти в просуванні цієї науки належним чином.
Понад 50 мільйонів американців страждають від порушень сну, викликаних частково хворобами Паркінсона та Альцгеймера. Діагностика та моніторинг цих проблем зазвичай вимагають прикріплення електродів та багатьох інших датчиків до тіла пацієнта, які можуть додатково порушити сон. Щоб полегшити діагностику та вивчення проблем зі сном, дослідники з Массачусетського технологічного інституту та Массачусетського шпиталю розробили новий спосіб контролю стадій сну без датчиків, прикріплених до тіла. Їхній пристрій використовує передовий алгоритм штучного інтелекту для аналізу радіосигналів людини та перекладу цих вимірювань у стадії сну - передає robotics.ua.
"Уявіть, що у вас в будинку стоїть Wi-Fi-пристрій, здатний розуміти, коли ви спите, і може контролювати, чи достатньо вам глибокого сну", - каже Діна Катабі, професор електротехніки та інформатики, яка очолює дослідження. - «Наше бачення – це розробка датчиків здоров'я, які захоплюватимуть фізіологічні сигнали та важливі показники здоров'я, не просячи користувача змінити свою поведінку якимось чином».
Катабі працювала над цим дослідженням з Меттом Б'янчі, начальником відділу медицини сну в MGH, і Томмі Яаккола, професором з електротехніки та інформатики Інституту даних, систем та товариства Массачусетського технологічного інституту. Мінгмін Чжао (Mingmin Zhao), аспірант MIT є першим автором статті. Дослідники представили свій новий алгоритм на Міжнародній конференції з комп'ютерного навчання 9 серпня.
Дистанційне вивчення проблеми
Катабі та члени її групи в Лабораторії комп'ютерної науки та штучного інтелекту Массачусетського технологічного інституту раніше розробили радіочутливі датчики, які дозволяють їм дистанційно вимірювати життєво важливі ознаки та поведінку, які можуть бути індикаторами здоров'я. Ці датчики складаються з бездротового пристрою, розміром із портативний комп'ютер, який випромінює малопотужні радіочастотні сигнали (RF). Коли радіохвилі відбиваються від тіла, будь-який невеликий його рух змінює частоту хвиль, що відбиваються. Аналіз цих хвиль може виявити життєво важливі ознаки, такі як пульс та частота дихання.
«Це розумна коробка, подібна до Wi-Fi-роутера, яка знаходиться в будинку і аналізує ці відображення, виявляючи всі зміни в тілі людині завдяки радіочастотним сигналам», - говорить Катабі. Вчені також використали цей підхід для створення датчика WiGait, який може вимірювати швидкість ходьби за допомогою бездротових сигналів, що може допомогти лікарям передбачити зниження пізнавальної здатності, деякі серцеві або легеневі захворювання та інші проблеми зі здоров'ям. Після розробки цих датчиків Катабі подумала, що подібний підхід може бути корисним для контролю сну, який в даний час виконується, коли пацієнти проводять ніч в лабораторії, підключені до моніторів та електроенцефалографії (ЕЕГ). "Можливість дуже велика, тому що ми ще погано розуміємо наш сон, а це є проблемою великої кількості населення", - каже Чжао. - «У нас є технологія, яка зможе перевести нас із лабораторних умов до домашніх».
Переваги нейронних мереж
Щоб досягти цього, дослідники повинні були придумати спосіб перевести вимірювання пульсу, швидкості дихання і руху в стадії сну. Нещодавні досягнення в галузі штучного інтелекту дозволили навчити комп'ютерні алгоритми, відомі як глибокі нейронні мережі вилучення та аналізу інформації зі складних наборів даних, таких як радіосигнали, отримані від датчика дослідників. Тим не менш, ці сигнали мають велику інформацію, яка не має відношення до сну і може вводити в оману існуючі алгоритми. Дослідникам Массачусетського технологічного інституту довелося вигадати новий алгоритм ІІ, заснований на глибоких нейронних мережах, який усуває нерелевантну інформацію.
«Навколишні умови вносять багато небажаних змін до того, що ми вимірюємо. Новинка полягає у збереженні сигналу сну при видаленні інших факторів», - каже Яаккола. Даний алгоритм може використовуватися в різних місцях та з різними людьми без будь-якої класифікації.
Використовуючи цей підхід у тестах на 25 здорових добровольцях, дослідники виявили, що їхня методика була приблизно на 80 відсотків точніша, що можна порівняти з точністю оцінок, що визначаються фахівцями сну на основі вимірювань ЕЕГ. "Наш пристрій дозволяє не тільки усунути всі громіздкі датчики, але й проводити дослідження набагато краще, полегшуючи роботу лікаря та технолога сну", - говорить Катабі. - «Їм не потрібно проходити через дані та вручну маркувати їх». Інші дослідники намагалися використовувати радіосигнали для контролю сну, але ці системи точні тільки в 65% випадках, і в основному визначають, чи людина не спить або спить, а не на якому етапі сну вона знаходиться. Катабі та її колеги змогли покращити це, навчаючи їх алгоритм ігнорувати бездротові сигнали, які йдуть від інших об'єктів у кімнаті та включати лише дані, що відображаються від людини, що спляться.
За інформацією robotics.ua, тепер дослідники планують використати цю технологію для вивчення того, як хвороба Паркінсона впливає на сон. «Коли ви думаєте про Паркінсон, ви насамперед уявляєте розлади руху, але хвороба також пов'язана з дуже складними порушеннями сну, які не дуже добре вивчені», – каже Катабі. Сенсор також можна було б використовувати, щоб дізнатися більше про зміни сну, спричинені хворобою Альцгеймера, а також про такі проблеми, як безсоння та апное. Крім того, технологія може бути корисною для вивчення епілептичних нападів, які відбуваються під час сну і які зазвичай важко виявити.