新设备让人们不用再去实验室也能监测睡眠状况。图片来源：Shichao Yue

每年，成千上万美国人饱受慢性睡眠障碍的困扰，翻来覆去难以入眠。但诊断这种疾病并不容易：这意味着患者需要睡在实验室里，全身缠满各种小配件，以便追踪其呼吸、心率、动作和大脑活动，然后由专家分析相关数据。

现在，一个新工具或能改变现状。该工具利用机器学习和无线电信号，就能让患者摆脱睡眠实验室和专家。

首先，一个家用终端设备能反射睡眠者的无线电波，测量反馈信号。这与移动电话和Wi-Fi路由器类似。然后，该系统能利用3个机器学习算法进行前无线电频睡眠监控，分析受试者的呼吸和脉搏，并识别其所处的睡眠阶段：浅睡期、深睡期、快速眼动睡眠期和失眠。

其中，一种算法使用了一种在图像识别中常用的神经网络，以解析数据的光谱图或快照。第二种算法则使用了一种常用于追踪时间格局的神经网络，从而探究不同睡眠阶段的动力学。第三种则改善了分析方法，以便更全面概括人和环境。

美国麻省理工学院计算机科学与人工智能实验室的研究人员利用约7万个30秒睡眠间隔“训练”了该工具，并在2万个间隔上进行了测验。结果显示，虽然电脑系统无法像人类专家一样熟练和准确，但该系统确定睡眠阶段的准确率为80%，而之前最好的无线电频率方法仅为64%。

研究人员在8月9日的澳大利亚悉尼机器学习国际大会上报告了该成果。如果该系统进入市场，医生可能很快就诊断出你的睡眠情况。（张章）