大数据+人工智能，打通睡眠障碍诊疗“最后一公里”
大数据+人工智能，打通睡眠障碍诊疗“最后一公里”
睡眠障碍是常见的健康问题，不仅影响生活质量，还可能引发多种疾病。南京大学健康医疗大数据国家研究院与南京脑科医院合作，利用大数据和人工智能技术，构建了一套覆盖居家、社区和医院的全流程睡眠诊疗体系，为解决这一难题提供了新的思路。
睡眠障碍是指人们在入睡、睡眠质量、睡眠时间或睡眠行为等方面发生异常，包括睡眠呼吸暂停、睡眠行为障碍、失眠症、嗜睡症等多种类型。据统计，我国国民睡眠障碍发生率介于35.9%～38.2%之间，其中阻塞性睡眠呼吸暂停综合征（OSA）在普通人群中的患病率为9%～38%，在老年人群中更是高达80%。
然而，由于对睡眠障碍认识不足、医疗资源分布不均等原因，睡眠障碍的就诊率长期处于较低水平。为了解决这一问题，南京大学健康医疗大数据国家研究院与南京脑科医院睡眠医学中心张丽教授团队联合，构建了包含睡眠监测产品、睡眠治疗产品、睡眠服务产品等的睡眠标准化评估体系。
高阳教授
该项目依托大数据与人工智能技术，搭建了“全流程、全覆盖睡眠医学大数据人工智能平台”，先后吸引国内多家睡眠设备相关企业参与，对多款睡眠产品数据进行设备测评、数据比对和临床测评。目前，该平台已形成一套完整的睡眠健康管理一站式服务方案，包括监测仪、App、睡眠医学大数据平台在内的生态系统，实现了从诊断到治疗再到随访干预、睡眠管理的服务闭环。
张丽教授
具体来说，该平台主要通过以下四个方面的工作来实现睡眠障碍的智能诊断和管理：
利用视觉技术与智能化量表实现大规模人群睡眠呼吸障碍快筛方案。目前，对阻塞性睡眠呼吸暂停低通气综合征和失眠等常见睡眠障碍的分类及风险预估准确率达76%。
利用视觉技术和便携式睡眠监测设备完成睡眠障碍轻重症分层诊疗体系。依托南京脑科医院等三级医院的专业诊疗能力，以及社区医院、卫生院的辐射能力，形成三级诊疗平台。
利用平台及便携式睡眠监测设备实现睡眠障碍长程长效管理。团队聚焦护理院、养老院及居家老人，针对老年人的睡眠问题进行专项筛查和管理。
利用智能诊疗推荐系统提升医生诊断效率，为患者定制诊断、治疗方案。通过大数据搜索和技术积累，最终可以根据患者的个体情况，推荐个性化、定制化的诊断、治疗方案。
此外，项目团队还开发了帕金森病计算机辅助处方模型（PALAS），通过学习病患潜在的症状，提出病患的药物干预和治疗方案。目前，该项目已在南京市雨花台区赛虹桥社区卫生服务中心等多个示范点开展应用，每个示范点配备睡眠记录仪、睡眠监护仪等设备，可以覆盖示范点周围人群的睡眠健康服务需求。
未来，项目团队计划在全国范围内推广睡眠医学大数据人工智能应用平台，实现睡眠障碍长程长效管理，推动我国睡眠临床智能化研究工作的发展。