Investigación para 88 adultos, y en el entorno de sueño conjunto, la evaluación de precisión de pronóstico de la etapa de sueño individual del modelo de IA … modelo de IA, categoría de paso para dormir de 4 etapas muestra una alta precisión predictiva con 0.63 y 2 niveles de categoría de paso para dormir
[분당신문] El profesor Kim Jung -Hoon, un equipo de investigación del Departamento de Medicina de Salud Mental, Hospital Nacional de la Universidad Bundang Seúl, ha publicado un estudio que verifica el desempeño de los modelos de inteligencia artificial (IA), que colabora con un equipo de investigación CTO de Hong Joon -Ki -Ki.
Sleep Multi -fuente es una prueba estándar que evalúa con precisión la calidad y la estructura del sueño. Sin embargo, debido al inconveniente de tener que adjuntar múltiples sensores y altos costos, había un límite para medir repetidamente. Para compensar esto, los dispositivos portátiles y las aplicaciones de medición del sueño están llamando la atención, pero la precisión aún no ha alcanzado el nivel de los fiscales plurales del sueño.
Además, la mayoría de las tecnologías de análisis del sueño existentes están diseñadas en función del entorno de dormir solo, y si duermes a más de dos personas mientras duermes, era difícil analizar con precisión el estado de sueño individual debido al ruido de otros, como respirar, hinchazón y ronquido.
Como resultado, el equipo desarrolló un modelo de IA que predice la etapa de sueño (▲ REM sueño, sueño poco profundo y sueño profundo) con solo respiración.
El equipo requirió que 44 adultos (88 personas) se acostaran al mismo tiempo al mismo tiempo, y se colocó un teléfono inteligente junto a su almohada para grabar el sonido del sonido y al mismo tiempo. Desde entonces, según los datos de respiración registrados, la etapa de sueño individual predicha por el modelo AI se comparó con los resultados de las pruebas múltiples de sueño para evaluar la precisión predictiva del modelo. A través de esto, AI identificó automáticamente las señales de sueño de las personas que se encuentran más cerca de los teléfonos inteligentes y aprendieron individualmente.
Como resultado, el modelo AI registró 0.63 en la categoría de sueño de cuatro etapas en comparación con la pluralidad del sueño del sueño, y registró 0.77 en la puntuación macro F1 0.63 y la clasificación de la segunda etapa (WAKER/SLEP). La puntuación macro F1 es un indicador de cómo distinguido con precisión entre las diversas etapas de sueño, lo que significa que cuanto más cerca de 1, mayor será el rendimiento de la predicción. Esto es aproximadamente un 29% más alto que el rendimiento del dispositivo de medición de sueño portátil existente (puntaje macro F1 0.49).
Yoon In -Young, profesor de medicina de salud mental, dijo: “Este estudio es el primer estudio que demuestra que es posible analizar el nivel de sueño al nivel de sueño con un micrófono de teléfono inteligente en un entorno realista donde duerme muchos. Se reveló.
Posteriormente, Kim Jung -hoon, profesor de otorrinolaringología, dijo: “Si la investigación existente se limita principalmente a un solo entorno de sueño, este estudio es significativo en el sentido de que ha demostrado aplicar la aplicación de tecnología de IA de análisis del sueño incluso en el entorno de sueño conjunto”.
Leave a Reply