大约有 7000 万人备受睡眠问题的困扰,现在,这些人更加倾向于求助技术手段来帮助他们解决这一问题。可穿戴式健身设备正在尝试解决这一问题,而在这其中,具有人工智能技术支持的设备占据了领先地位。随着机器学习和神经网络等华丽的术语出现在一款款产品的背后,那些流行的 AI 睡眠追踪器生产商们也在引导者更多消费者购买他们的设备和应用程序来改善睡眠习惯。
我们为这些看似先进的睡眠设备投入了大量的成本,但它们真的能帮助我们睡得更好吗?
AI 诊断睡眠虽然方便,但不能过度信任
睡眠追踪设备备受欢迎
据应用拍卖商店 Apptopia 通信部门主管 Adam Blacker 表示,在过去半年的时间里,近 1150 万人(确切来说是 11490230 人)下载了苹果 iOS 平台上排名前十的睡眠应用程序之一。而这一令人感觉惊讶的数字只是全球睡眠追踪设备使用人数的百分之一。
FusionHealth 致力于帮助企业雇主解决员工睡眠问题,公司首席医疗官 Jeffrey Durmer 博士表示,美国有 37.8% 的人正在使用可穿戴技术设备和服务。他说道:“泛泛的来说,睡眠追踪技术已经帮助提高了睡眠在大多数人心目中的重要性。而在此之前,由于睡眠不足原因而导致美国公众健康问题日益严峻,因此这些睡眠追踪设备是非常必要的一个创新成果。”
人工智能技术创新
人工智能技术支持下的睡眠追踪设备一直宣称自己能够检测睡眠行为、帮助消费者改变一些不良睡眠习惯。而一些睡眠追踪服务供应商,例如 Sleep Watch 和 Rhythm 等,采用机器学习模型,为消费者常见的睡眠障碍提供预测性诊断。麻省理工学院睡眠研究实验室在这一想法基础上更进一步,推出了一项创新成果,通过先进的人工智能算法来追踪睡眠习惯,而无需用机器或设备来追踪。
麻省理工学院这一技术创新的目标在于无线监测用户的睡眠行为,并利用监测结果来诊断睡眠障碍。 虽然麻省理工学院的算法经过培训,可以帮助研究人员得到相比消费者可用的应用程序和设备工具更为准确的结果,但即便是像这样的高端技术可能也不足以精确诊断睡眠问题。
人工智能睡眠追踪的问题
根据 Sleep Shepherd 的创始人兼总裁 Michael Larson 的说法,人工智能算法的问题在于“当下大多数人工智能算法的核心是模式匹配。而在睡眠技术领域所存在的一个问题就是,算法中使用的模式是有缺陷的,它们无法很好地来描述睡眠状态。”
Larson 指出,虽然人工智能在游戏领域的应用很强大,但睡眠数据“并不像游戏中出现的常规模式那样简单”。当它的算法基础与运动传感器发生偏离的时候,AI 就会存在缺陷,可能会给出不准确的数据。因此,睡眠追踪器技术可能还要经过很长一段时间,才能让人工智能在其中发挥出作用。
睡眠追踪器数据提供了一个起点
如果说意识到问题是去解决问题的第一步,那 AI 睡眠追踪器正在引领我们走上获取解决方案的道路。虽然算法可能不够精确,无法完全诊断用户睡眠问题并给出推荐治疗方案,但通过追踪器获得的结果至少可以帮助用户在咨询医生时提供更为详尽的信息。
购买一款睡眠追踪器,并且仅仅依靠追踪结果就想能够改善睡眠就像是购买了一款根据统计数据表明,适用于其他人的特殊床垫一样。仅仅因为有 40% 的美国人认为 80x60 英寸(约为 203X152 厘米) 的床垫最为舒适并不代表这样尺寸的床垫就适合你。同样道理,根据别人的结果所进行训练的追踪器认为你可能存在某个睡眠问题并不代表你真的就存在这个问题。
这其中需要经过大量的实验,大量的错误之后才能真正确定你的睡眠问题。算法得出的结果可能发生错误,同样根据统计结果来给出的睡眠指导建议也可能发生错误。当然,这样对你评估自己的睡眠问题有了一个不错的起点,之后还需要进一步的研究来充分了解问题。
实验是关键所在,与此同时追踪用户的总体睡眠状态也同样重要。Reverie 幻知曲睡眠研究专家 Benjamin Smarr 博士鼓励人们每晚在相同时间上床睡觉,并留意他们早晨的感觉和状态。对咖啡因和酒精摄入量以及就寝时间等因素进行试验,并将其结果与追踪数据进行比较将得出有价值的反馈。
展望未来
尽管存在用户错误和分析不准确的可能性,人工智能在睡眠技术方面仍然有着光明的未来。Durmer 博士表示:“通过了解个体睡眠模式,睡眠追踪器可能会利用 AI 技术来更好的预测用户的睡眠/起床状态以及包括不宁腿综合征和阻塞性睡眠呼吸暂停综合征等睡眠障碍。”AI 技术能够将追踪设备作为“临床前”的一种检测手段,因此可以显著改善用户自我分析的表现,降低睡眠障碍患者的诊断风险。
除此之外,睡眠追踪设备的联网功能也有无限的可能性。REM-Fit 技术开发主管 Miguel Marrero 指出:“睡眠追踪器不仅可以帮助用户确保入睡前落锁以及晨起咖啡冲泡等事宜,而且在用户睡眠过程中也一直保持活跃状态。这些追踪器可以实现与控温器、空调。音频设备甚至是报警系统的连接,通过环境控制来优化用户睡眠质量。”
人工智能有带动睡眠技术走向未来的潜力。能够尝试诊断睡眠障碍、监测生命体征,并根据睡眠数据告诉用户什么时候上床睡觉的设备已经成为现在,消费者的误解是这些设备无法实现他们最大功效的唯一障碍。
虽然睡眠追踪器看上去有着很酷的技术支持,好像可以独立解决你所有的睡眠问题,但其实仍然需要你投入其中,持有所保留的态度来得出你自己的见解。来自人工智能睡眠追踪器的数据可能会帮助你更好地了解睡眠模式,但解码这些信息背后的意义显然不能单靠机器学习来完成。