失眠障礙是一種普遍存在的睡眠障礙疾病，我國成年人中的患病比例高達30%，其主要表現為難以入睡、難以維持睡眠或睡眠質量不佳，導致出現疲倦、注意力不集中、記憶力減退、情緒波動等負面影響，并且與多種疾病（如心血管疾病、糖尿病等）的發生和發展密切相關。我國龐大的患者群體增加了對醫療資源的需求和社會負擔，對個人和社會經濟造成重大影響。失眠障礙需要引起足夠的重視和關注，早期診斷是減少其對個人和社會危害性的有效方法。

目前臨床睡眠診斷主要依靠睡眠專家人工判讀多導睡眠圖（polysomnography，PSG），PSG技術同時記錄多個生理參數，如心電圖、腦電圖、肌電圖、眼電圖等，從而準確評估睡眠的各個階段和睡眠中的生理變化。然而，現代臨床睡眠診斷方法存在一些弊端。首先，依靠睡眠專家人工進行診斷成本很高。例如，臨床診斷中標記一位患者的PSG數據并完成診斷，往往需要一位訓練有素的睡眠專家數個小時的集中工作才能完成，無法應對大規模睡眠障礙群體需求。此外，睡眠診斷存在個體差異，同一種睡眠障礙在不同人群中的表現可能不同，診斷結果需要根據患者的具體情況進行綜合評估和判斷。這些方法需要專業人員進行操作和解讀，費用昂貴，操作復雜，很難普及應用。

人工智能技術可以幫助解決以上問題。人工智能技術可以在不需要專業人員干預的情況下，對失眠障礙進行自動化分析和診斷，具有高效性、低成本和易普及的優點。此外，還可以在大數據層面上進行分析，深入探究失眠障礙的病理生理機制，從而更好地指導治療和預防措施的制定。

睡眠診斷是最為適合采用云平臺技術進行自動化診斷的領域，患者潛在群體數量龐大。本項目涉及基于人工智能睡眠醫學診斷技術的全系統的各個環節，系統的診斷準確率目前為世界范圍內第一。前期已經服務于制藥企業睡眠類藥物評價、可穿戴消費級電子設備睡眠監測等領域。目前市場上的類似產品均不具備臨床醫療級的診斷能力，本技術填補了市場空白。

圖1.本項目研發的原理樣機部件