SistemmaCPAP learning center
新型人工智慧科技正在改善睡眠健康並對抗疾病
圖片來源：Hitesh Choudhary 透過 Unsplash
根據睡眠健康專業人士的近期分析，人工智慧 (AI) 技術的應用正在透過提高診斷和健康監測流程的效率來改善睡眠醫學。雖然這些技術仍在開發中，但它們有望為睡眠障礙提供更簡化、以患者為中心的分析系統。根據美國睡眠醫學會 (AASM) 的說法，AI 系統能夠在睡眠測試中提供更高的精確度和準確性，例如作為睡眠障礙診斷工具黃金標準的多導睡眠圖。同時，AI 機器學習的速度和效率為進行檢查的專家騰出更多時間，從而實現更專注和個人化的護理。領先的 CPAP 製造公司如飛利浦偉康甚至開發了 AI 平台，以協助美國國防部 (DoD) 對抗 COVID-19 並降低未來大流行的威脅。透過在現有系統上使用這些先進的機器學習功能，例如存取來自智慧型 CPAP 設備或遠端監測應用的數據，AI 可以使用預測分析來追蹤新興的健康風險，包括不遵守治療的情況。作為一項快速發展的技術，AI 有潛力推動和加速睡眠健康服務，讓患者獲得更多資訊、更好的護理和更準確的診斷篩檢。
什麼是人工智慧？
人工智慧，通常縮寫為 AI，是透過經驗和分析學習的電腦程式的術語。這種隨著時間推移而改進的系統被稱為機器學習，它允許程式透過將更多數據納入其流程而變得更準確和精確。這就是「智慧」的含義，因為系統能夠從新資訊中「學習」。
大型 AI 系統使用所謂的「大數據」對各種資訊來源進行深度分析。這對於難以分類或保持更新的資訊特別有用。例如，產品分銷鏈可能很大，並且每天甚至每小時都會波動，需要對眾多資訊類別進行即時數據監測。為了實現這一點，AI 使用複雜的演算法從數據中提取特定類型的資訊，然後可以使用該資訊協助臨床實踐。
例如，在睡眠健康領域，AI 最直接的益處之一在於睡眠障礙的評估和診斷。多導睡眠圖是睡眠測試系統的行業標準，可以透過使用 AI 機器學習來微調測試的準確性而進一步改進。理想情況下，這可以透過評估當前的健康問題以及未來額外共病狀況的潛力來進一步造福患者。這就是 AI 在睡眠健康診斷中如此有用的原因，因為在睡眠檢查期間評估的資訊既多樣又高度專業化，包含多種睡眠障礙的一系列標準，且通常具有重疊的症狀。
AI 與睡眠健康
去年四月，美國最大的睡眠健康組織之一，美國睡眠醫學會 (AASM) 發布了一份關於 AI 技術在睡眠相關醫學中使用的立場聲明。該聲明由 AASM 的睡眠健康人工智慧委員會制定，強調了 AI 在醫療保健中的益處和局限性。
聲明中寫道：「儘管預計用於睡眠評分和相關事件的 AI 應用程式將提高睡眠實驗室的效率並產生更大的臨床見解，」但 AI 整合的目標應該是增強而非取代專家對睡眠數據的評估。」換句話說，AI 的最大優勢在於改進現有系統和協定，而不是取代專家意見。到目前為止，睡眠健康應用程式都很好地遵循了 AASM 的建議。
領先的兩家 CPAP 製造公司 ResMed 和飛利浦偉康都開發了 AI 增強型數據分析工具，用於評估患者的睡眠和健康狀況。其中一個例子是飛利浦偉康的依從性分析器，它在基於雲端的患者管理系統中使用預測分析。依從性分析器可以追蹤患者的治療使用情況，並在不依從性開始成為問題時發送自動訊息。這些訊息透過遠端監測軟體發送，但它們並不能取代與醫療專業人員的一對一預約。它們僅提供自動化的後續回應，醫療保健提供者可以將其用作進一步監測和評估的提示。根據測試飛利浦依從性分析器系統的研究，該工具不僅成功地作為治療依從性的早期預測因子，而且還允許健康專業人員將治療後續工作集中在有治療依從性問題風險的患者身上。在醫療保健行業工作量增加的時候，幫助健康專業人員分配時間的工具需求量很大。
瑞思邁 (ResMed) 公司也正在使用 AI 系統來更好地管理健康數據。目前，瑞思邁正與醫療保健科技公司Verily Life Sciences 合作合資，開發主要關注睡眠健康和睡眠呼吸中止症的互聯健康產品。互聯健康是指透過雲端存取醫療保健領域各種設備和應用程式的數據。例如，CPAP 設備將資訊發送到雲端系統，該系統可以告知患者和提供者其使用情況、有效性和可能出現的任何問題。這些系統被認為是「智慧型」的，因為它們從數據中學習並根據每個患者的歷史進行評估。系統可存取的數據越多，它就越準確，特別是當數據來自多種來源（患者依從性、預防性醫療保健、生活方式等）時。許多此類系統的目標是讓提供者更容易診斷、治療和管理患者。特別是對於睡眠健康，AI 的使用有助於建立多層次策略，以解決治療效果和依從性問題，這是睡眠健康專家關注的領域。
AI 與疫情
在 COVID-19 疫情爆發之初，飛利浦偉康 (Philips Respironics) 開始著手開發一種基於 AI 的早期預警系統，可用於偵測 COVID-19 等疾病。這個名為「威脅暴露快速分析 (RATE)」的新系統，是美國國防部 (DoD) 對當前疫情加速應對的一部分，涉及國防部的國防威脅降低局 (DTRA) 和國防創新部門 (DIU)。這些機構致力於開發和改進用於保衛美國人民生命安全的技術。迄今為止，該計畫包括SARS-CoV-2 偵測以及十多種其他病原體，使其成為全國範圍內減少感染最全面有效的手段之一。RATE 系統使用大規模數據和機器學習來識別生命體徵和疾病其他生物標記的變化，並且透過增加作為監測器的穿戴式技術，患者可以隨時進行非侵入性測試。雖然 RATE 計劃目前僅供軍事人員使用，但飛利浦最終希望將該專案的範圍擴大到公眾，這個目標可以透過盡早診斷、治療和追蹤患者來幫助遏制致命病毒的傳播。
根據飛利浦公司網站上發布的資訊，RATE 系統透過使用 AI 機器學習和權衡分析來評估來自超過 41,000 例多種感染（包括 COVID-19）的數據集中的 165 種不同生物標記。飛利浦仍在改進測量生理變化（生物標記）並向系統用戶發出潛在危險警報的演算法。這些數據被稱為 RATE 分數，收集在雲端，並作為軟體即服務 (SaaS) 的一部分，由演算法處理，允許用戶在安全的網站上讀取分數。隨著手錶和戒指等穿戴式設備的加入，該系統可以即時監測患者，大大減少了可能進一步傳播感染風險的臨床就診需求。
RATE 系統與上述依從性分析器一樣，旨在改進而非取代現有基礎設施，使醫療專業人員的工作更輕鬆、更有效率。儘管傳統的感染診斷方法主要關注症狀，然後在事後採取治療和/或預防措施，但 RATE 系統則專注於對感染的生理反應，這可能包括疾病症狀，也可能包括無症狀或潛伏期患者更細微的變化。這種精確程度使預防措施更具前瞻性而非被動性，潛在地在感染造成損害之前阻止其傳播。
AI 與未來
診斷和疾病預防當然只是 AI 發展的兩個領域，而醫療保健應用程式的範圍廣泛，從簡單的數據處理到大規模的行業分析系統。但這些例子顯示了 AI 數據管理系統的最新發展如何讓我們對患者群體及其健康需求有了新的見解。正如 AASM 的立場聲明所解釋的，AI 和其他新技術應用於「促進更個人化的護理」，在非個人化擔憂日益增加的時代，許多患者認為這個目標令人放心。同樣地，機器學習的最終目標應該是我們的學習，不僅僅是作為醫生和患者，更是作為一個面臨嚴峻公共衛生問題的社會。透過利用這項技術擴展我們對睡眠和睡眠健康的理解，我們可以改善數百萬美國人未來幾代人的生活。
資料來源
美國醫學協會倫理學期刊 - https://journalofethics.ama-assn.org/article/does-health-information-technology-dehumanize-health-care/2011
疾病控制與預防中心 - https://www.cdc.gov/
Defense.gov - 威脅暴露快速分析 - https://www.defense.gov/Explore/News/Article/Article/2356086/ai-aids-dod-in-early-detection-of-covid-19/
臨床睡眠醫學期刊 - AASM 立場聲明 - https://jcsm.aasm.org/doi/10.5664/jcsm.8288
臨床睡眠醫學期刊 - 臨床醫師 AI 背景資訊 - https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7161463/
耳鼻喉科頭頸外科期刊 - https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4992257
MobileHealthNews - https://www.mobihealthnews.com/content/verily-resmed-team-joint-sleep-apnea-venture
飛利浦偉康 - 照護協調器手冊 - https://philipsproductcontent.blob.core.windows.net/assets/20200424/11fe20f1ab454d7a9467aba700e6bc8d.pdf