“就目前來說，市面上的可穿戴設備、各類睡眠App等均無法精確監測睡眠深度，所記錄的睡眠數據也不夠可靠。”

在近日舉辦的以“面向睡眠健康的智能感知與計算”為主題的香山科學會議上，北京大學人民醫院教授韓芳指出。

與會專家一致認為，目前國民睡眠健康需求快速增長，而我國睡眠醫學服務能力仍較落后，供需矛盾突出。

專家呼吁進行醫工深度融合，建立睡眠數據監測標準和具有自主知識產權的分析模型，這也是相關產品研發的核心技術。

無法準確監測睡眠分期

2018年發布的《中國睡眠診療現狀調查報告》和《中國互聯網網民睡眠白皮書》顯示，我國約有1/3人口存在不同程度的睡眠障礙，56%的網友認為自己有睡眠問題，包括多夢、淺眠等。

當睡個好覺成了“奢侈品”，不少人選擇使用手環、手表、貼片等穿戴式設備及各類睡眠App，監測睡眠狀態。

韓芳表示：“這些穿戴式設備和App在估測睡著與否、睡眠時長及心率等方面尚有參考價值，但沒有任何一個能夠準確監測睡眠分期。”

“可穿戴設備大多用傳感器監測體位、呼吸、心率、血氧飽和度等指標，通常無法做到對腦電波的監測。而目前被醫學界公認的睡眠分期，主要根據腦電波頻率及幅度變化，并結合肌電、眼動來劃分。”西南大學電子信息工程學院教授張遠解釋說。

他認為，可穿戴設備廠家和睡眠類App各自有一套評估睡眠分期、睡眠質量的方法，但鮮有結果是經科學方法評估驗證的，其可靠性存疑，而且目前也缺乏統一的行業標準。

數據大不是大數據

睡眠醫學服務也存在同樣的問題。目前我國有3000多家醫院建立了睡眠監測室，產生了大量監測數據，分布在神經內科或呼吸內科等相關科室的睡眠門診也記錄了大量睡眠障礙患者的數據。

但醫生通常以調查問卷、手動分析多導睡眠圖等方式評估患者的睡眠狀況。

大連理工大學生物醫學工程學院教授叢豐裕認為，這種方式主觀性強、時效性差，難以對患者狀態作出實時準確的評估。

“我認為，這只是‘數據大’，而不是‘大數據’。不少地方的睡眠數據并沒有按照統一的標準采集，很難用于科學研究。”首都醫科大學心理與精神衛生學院副教授王長明告訴《中國科學報》。

“當我們進行人工智能算法訓練時，只能利用發達國家的開源數據，相當于在幫他們試錯。他們利用那些未公開、更優質的數據去訓練，得到的精度更高，必然會取得領先地位。”王長明說，缺乏標準的后果只能是“給別人做嫁衣”。

醫工深度融合勢在必行

由于睡眠疾病的診療具有特殊性，傳統以器官為依托的內科疾病劃分方式及診療模式難以解決睡眠問題。

近三四十年來，睡眠醫學逐漸發展成為了一門獨立的交叉學科。

當前，隨著生物醫學工程及計算機技術的發展、5G技術商用化的普及，睡眠醫學迎來了新的發展機遇。

“如通過遠程醫療方式，將睡眠監測數據的自動分析和專家遠程指導相結合，并實現實時傳輸。這為大量不具備優秀醫生和技師的地方醫療機構提供了智能睡眠醫學資源。”韓芳舉例說。

復旦大學信息科學與工程學院教授陳煒表示：“生物傳感技術與人工智能的發展，為睡眠—覺醒狀態監測提供了技術手段。解決睡眠問題，必須以醫工深度融合的方式，提出具有創新性和實戰性的解決方案。”

“我認為，需要一個紐帶將醫工研究結合起來，聚焦睡眠相關的多模態數據分析和計算模型與算法，為臨床大數據和精準調控提供方法支撐。”東南大學儀器科學與工程學院教授劉澄玉表示。

“要做到醫工深度交叉融合，關鍵是在交叉學科人才培養方面下功夫。如改變大學生的培養模式，聯合招收研究生甚至聯合培養博士后，做到頭腦與思想的交叉。”

韓芳告訴《中國科學報》，要鼓勵以健康需求為導向的科學研究，樹立基于技術的、由疾病診療轉向健康管理的新理念。

《中國科學報》 (2021-04-06 第4版 綜合 原標題為《睡眠App不可靠 醫工融合仍太淺》)
編輯 | 趙路排版 | 志海

*博客內容為網友個人發布，僅代表博主個人觀點，如有侵權請聯系工作人員刪除。