В СамГМУ создали цифровых помощников для выявления причин плохого сна.
Два взаимодополняющих программных прототипа на основе ИИ позволяют одновременно оценивать структуру сна по электроэнцефалограмме и выявлять дыхательные нарушения. В НИИ нейронаук СамГМУ, где разработали новые прототипы, уверены, что их совместное применение обеспечит комплексный подход к диагностике нарушений сна.
Первый прототип — программный модуль для автоматического обнаружения дыхательных нарушений по аудиозаписям на основе анализа мел-спектрограмм. Мел-спектрограмма — это способ преобразования звука (в данном случае записи дыхания и храпа) в визуальное изображение, с которым удобно работать алгоритмам искусственного интеллекта.
Второй прототип — это программное решение, которое автоматически расшифровывает данные полисомнографии и классифицирует стадии сна по электроэнцефалограмме. Полисомнография — это комплексное исследование сна, в ходе которого регистрируются десятки параметров: мозговая активность, движения глаз, мышечный тонус, дыхание и работа сердца.
В основе прототипа лежит модель глубокого обучения, которая обрабатывает сигналы ЭЭГ и распределяет каждые 30 секунд записи по соответствующей стадии сна. Такой подход имитирует логику врача, который оценивает сон как непрерывный процесс.
В настоящее время функциональный прототип протестирован на реальных записях: исследователи подтвердили, что он правильно определяет стадии сна даже по одноканальной ЭЭГ. На разработку получено свидетельство о регистрации программы для ЭВМ.
В ближайших планах разработчиков — клинические испытания, интеграция с медицинскими информационными системами и подготовка документов для официальной регистрации в качестве медицинского изделия.
«В совокупности оба решения ориентированы на врачей-сомнологов, неврологов, специалистов функциональной диагностики, клиники и лаборатории полисомнографии, а также исследовательские коллективы. Комплексный подход создаёт технологическую основу для масштабируемого мониторинга качества сна» , — комментирует директор НИИ нейронаук СамГМУ Александр Захаров.
В дальнейшем решения могут быть внедрены в сомнологических центрах и телемедицинских сервисах, чтобы сделать диагностику нарушений сна более доступной для пациентов.
*
