使用可穿戴人工智能检测睡眠呼吸暂停:系统审查和元分析

科学领域:

• 医疗技术 医疗技术 医学技术
• 人工智能的人工智能
• 睡眠医学 睡眠医学

背景情况:

• 早期发现睡眠呼吸暂停对于及时干预和避免并发症至关重要.
• 可穿戴人工智能为睡眠呼吸暂停检测提供了方便,可访问性和实时监控,克服了传统方法的局限性.
• 多睡眠学是诊断睡眠呼吸暂停的传统方法.

研究的目的:

• 系统地审查可穿戴AI在检测睡眠呼吸暂停,其类型和严重程度方面的有效性.
• 为了评估可穿戴AI在睡眠呼吸暂停诊断中的性能指标.

主要方法:

• 进行了对6个电子数据库的系统搜索.
• 包括的研究评估了可穿戴人工智能用于睡眠呼吸暂停的识别,类型差异化和严重程度评估.
• 数据合成涉及叙述和统计技术,使用适应工具进行偏差评估.

主要成果:

• 在615项研究中,有38项符合资格标准.
• 检测呼吸暂停事件的集体平均准确度为0.893,灵敏度为0.793和特异性为0.947.
• 区分睡眠呼吸暂停类型的汇总平均准确度为0.815,检测睡眠暂停的整体准确度为0.869 (灵敏度为0.938,特异性为0.752).
• 确定睡眠呼吸暂停严重程度的准确度为0.651,估计严重程度得分 (呼吸暂停-呼吸暂停指数) 为0.877.

结论:

• 可穿戴人工智能显示出用于睡眠呼吸暂停的识别和分类的潜力,但需要改进以实现常规的临床应用.
• 建议与传统评估同时使用,直到可穿戴人工智能的可靠性得到提高.
• 进一步的研究应侧重于中央睡眠呼吸暂停检测,深度学习算法,集成数据源和设备放置变化.