“就目前来说，市面上的可穿戴设备、各类睡眠App等均无法精确监测睡眠深度，所记录的睡眠数据也不够可靠。”

在近日举办的以“面向睡眠健康的智能感知与计算”为主题的香山科学会议上，北京大学人民医院教授韩芳指出。

与会专家一致认为，目前国民睡眠健康需求快速增长，而我国睡眠医学服务能力仍较落后，供需矛盾突出。

专家呼吁进行医工深度融合，建立睡眠数据监测标准和具有自主知识产权的分析模型，这也是相关产品研发的核心技术。

无法准确监测睡眠分期

2018年发布的《中国睡眠诊疗现状调查报告》和《中国互联网网民睡眠白皮书》显示，我国约有1/3人口存在不同程度的睡眠障碍，56%的网友认为自己有睡眠问题，包括多梦、浅眠等。

当睡个好觉成了“奢侈品”，不少人选择使用手环、手表、贴片等穿戴式设备及各类睡眠App，监测睡眠状态。

韩芳表示：“这些穿戴式设备和App在估测睡着与否、睡眠时长及心率等方面尚有参考价值，但没有任何一个能够准确监测睡眠分期。”

“可穿戴设备大多用传感器监测体位、呼吸、心率、血氧饱和度等指标，通常无法做到对脑电波的监测。而目前被医学界公认的睡眠分期，主要根据脑电波频率及幅度变化，并结合肌电、眼动来划分。”西南大学电子信息工程学院教授张远解释说。

他认为，可穿戴设备厂家和睡眠类App各自有一套评估睡眠分期、睡眠质量的方法，但鲜有结果是经科学方法评估验证的，其可靠性存疑，而且目前也缺乏统一的行业标准。

数据大不是大数据

睡眠医学服务也存在同样的问题。目前我国有3000多家医院建立了睡眠监测室，产生了大量监测数据，分布在神经内科或呼吸内科等相关科室的睡眠门诊也记录了大量睡眠障碍患者的数据。

但医生通常以调查问卷、手动分析多导睡眠图等方式评估患者的睡眠状况。

大连理工大学生物医学工程学院教授丛丰裕认为，这种方式主观性强、时效性差，难以对患者状态作出实时准确的评估。

“我认为，这只是‘数据大’，而不是‘大数据’。不少地方的睡眠数据并没有按照统一的标准采集，很难用于科学研究。”首都医科大学心理与精神卫生学院副教授王长明告诉《中国科学报》。

“当我们进行人工智能算法训练时，只能利用发达国家的开源数据，相当于在帮他们试错。他们利用那些未公开、更优质的数据去训练，得到的精度更高，必然会取得领先地位。”王长明说，缺乏标准的后果只能是“给别人做嫁衣”。

医工深度融合势在必行

由于睡眠疾病的诊疗具有特殊性，传统以器官为依托的内科疾病划分方式及诊疗模式难以解决睡眠问题。

近三四十年来，睡眠医学逐渐发展成为了一门独立的交叉学科。

当前，随着生物医学工程及计算机技术的发展、5G技术商用化的普及，睡眠医学迎来了新的发展机遇。

“如通过远程医疗方式，将睡眠监测数据的自动分析和专家远程指导相结合，并实现实时传输。这为大量不具备优秀医生和技师的地方医疗机构提供了智能睡眠医学资源。”韩芳举例说。

复旦大学信息科学与工程学院教授陈炜表示：“生物传感技术与人工智能的发展，为睡眠—觉醒状态监测提供了技术手段。解决睡眠问题，必须以医工深度融合的方式，提出具有创新性和实战性的解决方案。”

“我认为，需要一个纽带将医工研究结合起来，聚焦睡眠相关的多模态数据分析和计算模型与算法，为临床大数据和精准调控提供方法支撑。”东南大学仪器科学与工程学院教授刘澄玉表示。

“要做到医工深度交叉融合，关键是在交叉学科人才培养方面下功夫。如改变大学生的培养模式，联合招收研究生甚至联合培养博士后，做到头脑与思想的交叉。”

韩芳告诉《中国科学报》，要鼓励以健康需求为导向的科学研究，树立基于技术的、由疾病诊疗转向健康管理的新理念。

《中国科学报》 (2021-04-06 第4版 综合 原标题为《睡眠App不可靠 医工融合仍太浅》)
编辑 | 赵路排版 | 志海

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。