Monitoring slaapstoornissen

Onderzoekers van TU Eindhoven ontwikkelden een algoritme om op basis van deep learning slaapstoornissen te analyseren. Het nieuwe algoritme is geschikt voor gebruik in klinische setting.

Goed slapen is bewezen belangrijk voor het functioneren van mensen en er wordt steeds meer onderzoek naar slaap- en waakpatronen gedaan. Medici willen graag meer inzicht in slaappatronen over langere perioden. Hiervoor hebben onderzoekers van de TU Eindhoven samen met Philips en medische experts van het Centrum voor Slaapgeneeskunde Kempenhaeghe een algoritme ontwikkeld en onderzocht. Het nieuwe algoritme blijkt beter geschikt voor gebruik in klinische setting dan metingen met de gangbare consumenten wearables.

De algoritmes in consumentenapparaten zijn veelal gestoeld op eenvoudige metingen zoals variaties in hartslag en in beweging bij kleine groepen gezonde proefpersonen, die geen slaapstoornis hebben. Bovendien beoordelen deze apparaten de slaap vaak over grote tijdsvensters en wordt geen onderscheid gemaakt voor verschillende slaapstadia. De Eindhovense onderzoekers combineerden bewegings- en hartslaggegevens met data afkomstig uit professioneel nachtelijk slaaponderzoek, waardoor allerlei bijzondere en interessante kenmerken werden meegenomen.

Op basis van deep learning werd het algoritme getraind wat resulteerde in een betrouwbaarder en beter presterend systeem dat met minder rekenkracht en in kortere tijd slaappatronen analyseert. Dit maakt het nieuwe algoritme geschikt voor gebruik in klinische setting. Hierdoor kunnen medici bij patiënten met slapeloosheid de slaapstoornis op langere termijn beoordelen en daarmee ernst en variabiliteit in kaart brengen. Dat biedt weer perspectief voor behandeling-op-maat bij patiënten met slaapstoornissen.

Voor bron klik hier