一项新研究将于 6 月 1 日至 5 日在德克萨斯州休斯顿举行的SLEEP 2024年会上公布，该研究利用配备运动传感器的智能恒温器，为客观、非侵入性、零努力的睡眠监测系统提供了一个框架。
结果表明，智能恒温器识别出三种不同的睡眠质量集群，睡眠持续时间、睡眠干扰和睡眠效率存在明显差异。比较分析强调了睡眠质量的异质性，凸显了智能设备和下一代物联网数据源在识别睡眠模式和促进睡眠研究而无需侵入性监测方面的潜力。
“尽管这些智能恒温器最初并不是用于健康监测，但它们准确区分复杂睡眠模式和睡眠障碍的能力是这项研究最令人惊讶的部分，”拥有计算机科学与工程博士学位、加拿大安大略省滑铁卢大学 UbiLab 博士后研究员 Jasleen Kaur 说。
研究人员分析了从 178,706 个家庭的智能恒温器收集的 8TB 数据。传感器激活被转换成模拟睡眠特征的信号，并使用机器学习模型来辨别睡眠质量指标。
美国睡眠医学学会承认，在适当的临床评估背景下，消费者睡眠技术可用于增强患者与临床医生之间的互动。然而，这些工具并不能替代医学评估。
考尔表示，这项研究凸显了智能设备在家庭中收集有意义的长期行为健康数据以实现近乎实时的公共健康监测的潜力。
“优质睡眠对人们的健康和幸福至关重要，”考尔说。“然而，收集可靠的数据很困难，因为它往往依赖于回忆偏差和主观解释;这为整合环境和行为健康数据以改善睡眠健康提供了潜力。”