人工智能增强智能手表 AHI估计和人工智能得分的阻塞性睡眠呼吸暂停:现实世界的验证
Donghyeok Kim1, Jeong Yup Han2, Hyunjun Jung2
1Department of Otorhinolaryngology-Head and Neck Surgery, Samsung Medical Center, Sungkyunkwan University School of Medicine, Seoul, Republic of Korea.
Nature and science of sleep
|September 29, 2025
概括
这项研究发现,人工智能智能手表算法准确地估计了呼吸暂停-呼吸暂停指数 (AHI),对中度至严重的阻塞性睡眠暂停 (OSA) 显示出高准确度. 虽然该算法有效检测严重的OSA,但在轻度病例中,该算法倾向于低估AHI.
科学领域:
- 睡眠医学 睡眠医学
- 医疗技术 医疗技术 医学技术
- 人工智能的人工智能
背景情况:
- 阻塞性睡眠呼吸暂停 (OSA) 诊断依赖于多睡眠学 (PSG),这是一个资源密集的方法.
- 可穿戴技术为可访问的睡眠呼吸暂停监测提供了潜力.
研究的目的:
- 为了验证一个由人工智能驱动的智能手表算法来估计呼吸暂停-呼吸暂停指数 (AHI).
- 为了比较智能手表AHI估计与AI得分和专家得分的1级PSG在韩国成年人中.
- 为了评估算法的跨民族准确性,因为它是在南美队伍上训练的.
主要方法:
- 同时进行1级PSG和智能手表记录,对90名成年人进行.
- 分析包括53个数据集,至少有3小时的有效智能手表数据.
- 使用斯皮尔曼相关性,类内相关系数和接收器运行特征曲线来评估协议.
主要成果:
- 智能手表AHI (eAHI) 与AI得分 (aiAHI) 和专家得分 (pAHI) 的PSG有很强的相关性 (ρ=0.88,ICC=0.87对于aiAHI; ρ=0.85,ICC=0.82对于pAHI).
- 对于中度至重度的OSA (aiAHI ≥15事件/小时),该算法实现了92.3%的灵敏度,92.6%的特异性和92.5%的整体准确性.
- 布兰德-阿尔特曼分析表明,智能手表系统地低估了AHI,特别是在轻微的OSA病例中.
结论:
- 智能手表算法在估计AHI时与PSG具有很高的一致性,特别是在检测中度至重度OSA时.
- 该技术显示了在现实环境中对OSA的实用,可扩展的早期识别和监测的希望.
- 由于得分和持续时间计算的限制,需要进一步优化以改善轻度OSA病例的AHI准确性.
