人工智能增强家庭睡眠呼吸暂停测试设备研究 (AISAP研究)
Sunil Sharma1, Kassandra Olgers1, Scott Knollinger2
1Division of Pulmonary, Critical Care and Sleep Medicine, West Virginia University, Morgantown, WV, United States of America.
PloS one
|May 17, 2024
概括
一种新的家庭睡眠呼吸暂停测试设备 (WVU-设备) 在检测睡眠暂停事件方面显示出高准确性,与已批准的设备相比. 这种人工智能增强技术在各种患者群体中表现良好,包括那些肤色较深的人.
科学领域:
- 睡眠医学 睡眠医学
- 医疗器械技术 医疗器械技术
- 医疗保健中的人工智能
背景情况:
- 家庭睡眠呼吸暂停测试 (HSAT) 对于诊断与睡眠有关的呼吸障碍至关重要.
- 现有的HSAT设备的准确性各不相同,并且可能面临不同患者人口统计学方面的挑战.
- 该WVU设备使用了新的,正在申请专利的技术,用于增强睡眠呼吸暂停评估.
研究的目的:
- 为了前性地验证人工增强的WVU设备的性能,用于家庭睡眠呼吸暂停测试.
- 为了比较WVU设备的准确性与商业上可用的,CMS认可的HSAT设备.
- 评估WVU设备在不同患者特征的有效性,包括皮肤色调.
主要方法:
- 一项前性验证研究,涉及78名连续患者.
- 在单独的手上同时使用WVU设备和标准HSAT设备.
- 来自WVU设备的氧气脱度指数 (ODI) 与来自HSAT设备的呼吸事件指数 (REI) 的比较.
主要成果:
- 在WVU设备ODI和HSAT设备REI之间有很高的相关性,没有显著的偏差.
- 准确率为87% (事件>=5),89% (事件>=15) 和95% (事件>=30).
- 在不同的事件值中具有出色的灵敏度 (0.91-0.94) 和特异性 (0.78-0.95).
结论:
- 与已批准的HSAT设备相比,WVU设备在预测呼吸事件方面表现出非常高的准确性.
- 该设备的性能是可靠的,即使在皮肤色调较深的患者中 (菲茨帕特里克评分>=3).
- 这种WVU设备代表了在可访问和准确的家庭睡眠呼吸暂停诊断方面有前途的进步.
