AI w smartwatchach analizuje sen, wykorzystując dane z czujników ruchu, tętna, oddechu i poziomu natlenienia krwi. Algorytmy rozpoznają fazy snu, wykrywają przebudzenia oraz oceniają jego regularność i jakość. Na podstawie zebranych informacji zegarek tworzy raport, wskazuje możliwe przyczyny zmęczenia i proponuje zmiany, takie jak wcześniejsze położenie się spać lub ograniczenie aktywności przed snem.
Smartwatch może stać się użytecznym narzędziem obserwacji snu, ale nie zastępuje badania polisomnograficznego ani konsultacji lekarskiej.
Zegarek rejestruje sygnały fizjologiczne w czasie nocnego odpoczynku, a algorytmy uczenia maszynowego próbują przełożyć je na informacje o zaśnięciu, wybudzeniach i fazach snu. Takie dane interesują podobnie jak osoby monitorujące regenerację po treningui użytkowników zmagających się z nieregularnym rytmem dobowym, zmęczeniem czy podejrzeniem zaburzeń snu. Największa trudność polega na tym, że urządzenie nie mierzy snu . Wnioskuje o nim na podstawie pośrednich markerów, dlatego atrakcyjny wykres nie zawsze oznacza wiarygodny pomiar.
Jak algorytm rozpoznaje sen i jego fazy
Podstawą analizy są akcelerometr i żyroskop, które wykrywają ruch nadgarstka, optyczny czujnik tętna oraz, w wybranych modelach, pomiar zmienności rytmu serca, temperatury skóry i nasycenia krwi tlenem. Oprogramowanie łączy te sygnały z porą dnia, historią aktywności i wcześniejszymi wzorcami użytkownika. Na tej podstawie klasyfikuje kolejne odcinki jako czuwanie, sen lekki, głęboki lub REM.
Smartwatch nie „widzi” fazy REM; szacuje jej możliwość na podstawie korelacji między ruchem, tętnem i autonomiczną aktywnością organizmu. Modele AI są trenowane na danych zestawianych z polisomnografią, w której równocześnie rejestruje się fale mózgowe, ruchy gałek ocznych, napięcie mięśni, oddech i pracę serca. Zegarek dysponuje tylko częścią tych informacji, więc jego predykcja ma charakter przybliżenia. Aktualizacje oprogramowania mogą także zmieniać wyniki bez zmiany zachowania użytkownika.
Na trafność nocnych różnych danych wpływają przede wszystkim:
- luźno założony pasek, który pogarsza kontakt czujnika optycznego ze skórą;
- bezruch w czasie czuwania, na przykład czytania w łóżku lub leżenia po przebudzeniu;
- intensywne ruchy, rozmowa albo wstawanie, które algorytm może zaklasyfikować jako wybudzenie;
- alkohol, gorączka, stres, leki i późny trening zmieniające tętno oraz architekturę snu;
- nieregularny rytm dobowy, praca zmianowa i drzemki utrudniające poprawne wyznaczenie początku nocy.
Najlepiej traktować pomiary jako analizę trendu: długości odpoczynku, regularności pory snu i liczby potencjalnych wybudzeń. Pojedynczy wynik dotyczący snu głębokiego nie powinien być podstawą diagnozy.
Szczególnie ostrożnie należy interpretować wskaźniki bezdechu, spadków saturacji i „jakości snu”, ponieważ ich czułość zależy od modelu, populacji testowej i warunków pomiaru.
Gdy chrapanie, poranne bóle głowy, nadmierna senność lub przerwy w oddychaniu powtarzają się, potrzebna jest ocena kliniczna, a nie korekta ustawień zegarka.
Urządzenie może wskazać sygnał do dalszej obserwacji, lecz nie potwierdza choroby.Granica wiarygodności przebiega tam, gdzie estymacja zastępuje pomiar medyczny. Dane z smartwatcha służące do oceny snu pochodzą przede wszystkim z akcelerometru, żyroskopu, optycznego czujnika tętna oraz, w wybranych modelach, pulsoksymetru. Akcelerometr rejestruje ruch nadgarstka, obracanie ciała i okresy bezruchu. Fotopletyzmografia, czyli pomiar zmian przepływu krwi za pomocą światła, dostarcza informacji o tętnie i jego zmienności. Pulsoksymetr może także wskazywać wahania wysycenia krwi tlenem.
Algorytmy sztucznej inteligencji łączą te sygnały z godziną zaśnięcia, pobudkami oraz długością rejestrowanego odpoczynku. Model nie obserwuje aktywności mózgu, dlatego nie mierzy faz snu tak jak polisomnografia. Wnioskuje o nich na podstawie wzorców fizjologicznych. Ocena snu ze smartwatcha jest estymacją zachowania organizmu, a nie bezpośrednim zapisem jego aktywności neurologicznej.
Od sygnału z nadgarstka do oceny jakości snu
System najpierw oczyszcza dane z zakłóceń powodowanych luźnym paskiem, zmianą pozycji urządzenia lub chwilową utratą kontaktu ze skórą. Następnie dzieli noc na krótkie odcinki i analizuje ich cechy: amplitudę ruchu, tętno, zmienność odstępów między uderzeniami serca oraz wzajemne zależności tych parametrów. Wytrenowany model klasyfikacyjny przypisuje fragmentom prawdopodobne stany: czuwanie, sen płytki, sen głęboki albo fazę REM.
Jak AI rozpoznaje fazy snu i pobudki?
Czuwanie najczęściej wiąże się z większą aktywnością ruchową i niestabilnym tętnem. Sen głęboki wyróżnia się ograniczeniem ruchów oraz niższą, bardziej regularną częstością pracy serca. W fazie REM ciało pozostaje względnie nieruchome, lecz zmienność rytmu serca może być większa. AI porównuje te kombinacje z milionami oznaczonych wcześniej zapisów, często pochodzących z badań, w których równocześnie stosowano EEG, EOG i EMG. Na tej podstawie smartwatch wylicza między innymi całkowity czas snu, czas zasypiania, liczbę wybudzeń, efektywność snu oraz udział poszczególnych faz. Niektóre modele wykrywają także nieregularności oddechu, chrapanie lub potencjalne spadki saturacji.
Najbardziej użyteczne są trendy obserwowane przez wiele nocy, a nie pojedynczy wynik po wyjątkowo niespokojnym dniu.
Dokładność ograniczają indywidualne różnice, ruch w czasie snu, choroby, alkohol, gorączka i nieprawidłowe założenie zegarka.
Algorytm może pomylić spokojne czuwanie ze snem, a krótkiego wybudzenia nie zarejestrować. Wynik nie powinien zastępować diagnozy bezsenności, bezdechu sennego ani zaburzeń rytmu dobowego. Przy utrzymującej się senności, głośnym chrapaniu lub obserwowanych przerwach w oddychaniu potrzebne jest badanie medyczne, a nie wyłącznie analiza aplikacji. Pomiar snu przez smartwatch opiera się na pośrednich sygnałach fizjologicznych, dlatego jego wynik nie jest bezpośrednim zapisem aktywności mózgu ani pełną diagnozą kliniczną.
Ograniczenia algorytmów AI analizujących sen w smartwatchach
Smartwatch wykorzystuje przede wszystkim akcelerometr, żyroskop, optyczny czujnik tętna oraz czasem pulsoksymetr. AI przetwarza ruch, zmienność rytmu serca, częstość oddechu i długość bezruchu, a następnie przypisuje fragmenty nocy do snu płytkiego, głębokiego, REM albo czuwania. Są to jednak klasyfikacje probabilistyczne, zależne od jakości sygnału i danych treningowych.
Największy problem stanowi rozróżnienie spokojnego czuwania od snu. Osoba leżąca nieruchomo z otwartymi oczami może zostać uznana za śpiącą, jednak niespokojny sen może zostać błędnie zakwalifikowany jako przebudzenie. Podobne trudności dotyczą krótkich wybudzeń, drzemek i snu osób z bezdechem, bezsennością, zespołem niespokojnych nóg lub nieregularnym rytmem serca. Na wiarygodność pomiaru wpływają także:
- luźne dopasowanie koperty do nadgarstka,
- tatuaże i ciemna pigmentacja skóry ograniczające odczyt optyczny,
- zimne dłonie oraz słabsze ukrwienie obwodowe,
- intensywne ruchy w czasie zasypiania lub snu,
- niestandardowe godziny pracy i częste podróże,
- ładowanie urządzenia w środku nocy,
- aktualizacje algorytmu zmieniające sposób klasyfikacji.
Smartwatch mierzy wskaźniki zastępcze, a nie fazy snu . Złotym standardem pozostaje polisomnografia, obejmująca między innymi EEG, elektrookulografię i elektromiografię. Badania porównawcze pokazują najczęściej dobrą wykrywalność całkowitego snu, lecz słabszą zgodność przy rozpoznawaniu jego poszczególnych faz. Wynik może więc trafnie wskazywać długość odpoczynku, ale mylnie przedstawiać proporcje snu głębokiego i REM.
Dane z zegarka są najbardziej użyteczne do obserwowania trendów: regularności zasypiania, całkowitego czasu snu oraz zmian tętna nocnego. Pojedynczy wynik nie powinien służyć do rozpoznawania choroby. Powtarzalne odchylenia, głośne chrapanie, przerwy w oddychaniu lub nasilona senność dzienna wymagają konsultacji lekarskiej, jakkolwiek oceny aplikacji. Podczas snu smartwatch rejestruje sygnały pośrednio związane z oddychaniem: nasycenie krwi tlenem (SpO₂), tętno, zmienność rytmu serca, ruchy nadgarstka oraz czas trwania poszczególnych faz snu. Algorytmy analizują powtarzające się spadki saturacji, nagłe wybudzenia i nietypowe przyspieszenia pulsu. Taki zestaw danych może wskazać podwyższone ryzyko obturacyjnego bezdechu sennego, czyli wielokrotnych przerw lub ograniczeń przepływu powietrza w czasie snu.
Czy AI w smartwatchu rozpoznaje bezdech senny? Nie w znaczeniu pełnej diagnozy medycznej. Zegarek może wykryć wzorzec sugerujący zaburzenia oddychania, ale nie mierzy przepływu powietrza przez nos i usta ani wysiłku oddechowego klatki piersiowej.
Dlatego jego wynik jest przesiewową wskazówką, a nie rozpoznaniem choroby.
Jak AI w smartwatchu wykrywa sygnały bezdechu sennego?
Najwyższą wartość ma analiza trendów, nie pojedynczy odczyt. Algorytm może oceniaćile razy w ciągu godziny pojawiały się krótkie obniżenia SpO₂ i czy towarzyszyły im ruchy, zmiana pozycji lub nagły wzrost tętna.
Niektóre urządzenia wyliczają wskaźnik zaburzeń oddychania albo komunikat o podwyższonym ryzyku.
Kiedy wynik smartwatcha wymaga konsultacji lekarskiej?
Jeżeli zegarek wielokrotnie pokazuje nocne spadki saturacji, nieregularny oddech lub alert dotyczący bezdechu, szczególnie przy głośnym chrapaniu, porannych bólach głowy, senności i uczuciu niewyspania, należy omówić dane z lekarzem. Smartwatch nie zastępuje polisomnografii ani domowego badania snu. Wiarygodność pomiaru ograniczają luźny pasek, ruch, zimna skóra, słaba perfuzja, tatuaże, choroby układu oddechowego, alkohol oraz pojedyncza nietypowa noc. Część urządzeń wykorzystuje „AI” jako nazwę dla zaawansowanej analizy statystycznej, lecz nie znaczy to samodzielnego rozpoznawania bezdechu.
Ostateczne potwierdzenie wymaga badania rejestrującego między innymi przepływ powietrza, ruchy oddechowe i saturację, a czasem także aktywność mózgu.
