L'apnea ostruttiva del sonno (OSA), in cui la respirazione si interrompe durante il sonno, potrebbe presto essere identificata grazie a un modello guidato dall'intelligenza artificiale, comodamente da casa.
Ricercatori della Seoul National University, del Seoul National University College of Medicine e della Columbia University di New York, ha sviluppato un sistema di telecamere per diagnosticare l'OSA dalle registrazioni del sonno.
Tradizionalmente, la diagnosi di OSA viene effettuata tramite polisonnografia (PSG). Questa procedura richiede in genere il ricovero in ospedale per una notte e l'applicazione di fino a 20 sensori al paziente.
I dati provenienti da questi sensori vengono poi consolidati nell'indice di apnea-ipopnea (AHI), che misura il numero di apnee - casi di interruzione della respirazione - all'ora per valutare la gravità della condizione.
Oltre a essere lenta e macchinosa, la PSG ha i suoi difetti. Come ha affermato Hyung-Sin Kim della Seoul National University in Corea del Sud, "molte persone dicono di non riuscire a dormire bene durante la PSG a causa della scomodità. AUn test accurato richiede l'osservazione di più notti di sonno naturale per attenuare la variabilità del sonno da una notte all'altra e l'effetto prima notte, cosa che nella pratica è quasi impossibile per la PSG".
Per risolvere questi problemi, Kim e il suo team hanno introdotto un sistema in cui un individuo sospettato di OSA viene osservato con una telecamera a infrarossi durante il sonno. Il loro strumento di intelligenza artificiale, SlAction, può quindi diagnosticare il disturbo dal video.
Per addestrare l'intelligenza artificiale, i ricercatori hanno utilizzato filmati di numerosi individui, ciascuno della durata di circa 6 ore, raccolti da tre ospedali.
Questi video, contrassegnati da diagnosi professionali, hanno permesso all'intelligenza artificiale di imparare a identificare i segnali visivi dell'OSA, come i frequenti risvegli o il respiro affannoso. Nelle valutazioni, il sistema ha identificato l'OSA con un tasso di accuratezza di 88%.
Come ha funzionato lo studio
- Introduzione di SlAction: Un gruppo di ricercatori ha sviluppato "SlAction", un sistema innovativo progettato per rilevare l'apnea ostruttiva del sonno (OSA) nelle persone. Utilizza video a infrarossi per monitorare in modo non intrusivo i modelli di sonno, fornendo una nuova prospettiva per la diagnosi dell'OSA.
- Limiti della polisonnografia (PSG): Attualmente, l'OSA viene diagnosticata prevalentemente con la polisonnografia, un metodo che prevede un soggiorno di una notte in un ospedale specializzato con più sensori applicati al paziente. Questo metodo è soggetto a imprecisioni, principalmente a causa dell'"effetto prima notte", in cui l'ambiente non familiare e il disagio dei sensori possono influenzare i modelli di sonno.
- Focus della ricerca: La domanda principale della ricerca del team era se gli eventi respiratori associati all'OSA si riflettessero in modo evidente nei movimenti umani durante il sonno. Per rispondere a questa domanda, il team ha analizzato un consistente set di video del sonno, comprendente oltre 5.098 ore. I risultati hanno confermato l'esistenza di notevoli correlazioni tra gli eventi indicativi di OSA e i movimenti umani minori durante il sonno.
- Approccio tecnico: SlAction è stato progettato per utilizzare una bassa frequenza di fotogrammi (2,5 FPS) per l'acquisizione dei video, impiegando una finestra di grandi dimensioni per l'analisi a finestra scorrevole. Questo approccio garantisce che il sistema catturi i movimenti lenti e a lungo termine legati all'OSA. Una caratteristica notevole è l'elaborazione locale di tutti i flussi video, che garantisce la privacy degli individui.
- Risultati: I test preliminari del sistema SlAction hanno suggerito un punteggio F1 di 87,6% nel rilevare l'OSA in diversi ambienti.
La diagnosi dell'OSA supportata dall'intelligenza artificiale si aggiunge ad una serie di altri progressi tecnologici in campo medico, che vanno da Ripristino del linguaggio e del movimento all'ictus, alle malattie neurodegenerative e alle vittime di incidenti, sviluppo di nuovi farmaci, e diagnosi della malattia di Parkinson dalle immagini degli occhi.
