(资料图片仅供参考)

缺乏使用人工智能 (AI) 工具收集的儿科数据可能会影响对早期睡眠模式的理解。

“睡眠阶段主要是通过分析睡眠期间的脑电波来确定的，这在传统上是手动(或半自动)完成的，”阿德莱德大学机电工程学院副教授 Mathias Baumert 说。

“人们大力推动使用深度学习将这一劳动密集型且昂贵的过程自动化——这是一种人工智能方法，可以教计算机以受人脑启发的方式处理数据。

“我们发现证据表明，使用 AI 产生的睡眠分类错误可能导致睡眠障碍的误诊，尤其是在儿童中。”

大脑中的神经冲动引起电活动。脑电图 (EEG) 记录大脑在人头皮上的电活动。它在一夜之间收集，为深度学习系统提供输入数据。

“深度学习系统需要大型 EEG 数据库来学习与不同睡眠阶段相关的脑电波模式，以提供可靠的结果，”Baumert 副教授说。

“然而，大多数可用的睡眠脑电图数据库仅包含成人数据，因此，在处理儿童睡眠时，基于这些数据库开发的系统似乎存在问题，因为他们从未‘见过’和‘学习’它。这意味着儿童的睡眠障碍可能会因使用偏向成人的数据集而被误诊。”

该研究发表在《睡眠医学》杂志上。

睡眠问题、认知发展和心理健康之间的关联早已得到研究和认可。及早发现睡眠问题，尤其是在年轻人中，对于最大限度地提高适当治疗的有效性至关重要。

标签：