相关实验视频
Updated: Aug 1, 2026

07:40
Multi-Modal Home Sleep Monitoring in Older Adults
Published on: January 26, 2019
7.6K
人工智能模型用于睡眠医学标准诊断的自动化-系统性审查
Maha Alattar1, Alok Govind2, Shraddha Mainali3
1Division of Adult Neurology, Sleep Medicine, Vascular Neurology, Department of Neurology, Virginia Commonwealth University, Richmond, VA 23284, USA.
Bioengineering (Basel, Switzerland)
|March 27, 2024
概括
人工智能 (AI) 为诊断睡眠障碍提供了一种有希望的,易于使用的方法,超越了昂贵的手动多睡眠图 (PSG). 在各种临床数据上对AI模型的严格验证对于它们融入睡眠医学实践至关重要.
科学领域:
- 睡眠医学 睡眠医学
- 人工智能的人工智能
- 医学诊断 医学诊断 医学诊断
背景情况:
- 睡眠障碍是常见的,并带来了重大的健康挑战.
- 目前用于诊断的多睡眠图 (PSG) 分析是耗时且昂贵的.
- 人工智能为更容易获得和个性化的睡眠障碍诊断提供了机会.
研究的目的:
- 系统地审查基于人工智能的睡眠障碍诊断模型.
- 评估这些AI模型在临床数据集上的验证和测试.
- 突出需要严格的验证在睡眠医学.
主要方法:
- 在PubMed和IEEE数据库中的系统文献搜索.
- 根据人工智能模型培训,验证和测试的严格标准选择研究.
- 分析了214篇获取的文章,其中18篇被选中进行审查.
主要成果:
- 确定了有限数量的经过彻底验证的AI模型用于睡眠障碍诊断 (在2114篇文章中,有18篇).
- 稀缺性强调了需要更强大的AI开发和验证在这个领域.
- 人工智能模型显示出改善诊断可访问性的潜力,特别是在服务不足的人群中.
结论:
- 使用多模式临床数据严格验证AI模型对于临床整合至关重要.
- 需要进一步的研究和开发,以满足AI在睡眠医学中的标准.
- 这与美国睡眠医学学会对睡眠诊断中人工智能研究的支持一致.
更多相关视频
12:18A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment
Published on: January 11, 2020
7.5K
04:54Author Spotlight: IntelliSleepScorer — A High-Accuracy, Accessible GUI Software for Automated Sleep Stage Scoring in Mice and its Application in Psychiatric Research
Published on: November 8, 2024
506