بررسی مشکلات آپنه در خواب

میترا جلیلی
خبرنگار
یکی از مشکلاتی که برخی در خواب شبانه با آن دست به گریبان هستند، خروپف‌های طولانی و آپنه یا همان وقفه تنفسی در خواب است. برای بررسی وضعیت بدن در خواب شبانه، شخص مجبور است شب را در یک بیمارستان و تحت نظر بماند تا با استفاده از حسگرهای مختلف، مشکلات بیمار مورد بررسی قرار بگیرد. اما حالا محققان حوزه فناوری یک دستگاه مچی طراحی کرده‌اند که می‌توان از آن در خانه برای ارزیابی آسان‌تر آپنه خواب استفاده کرد. طبق تحقیقات اخیر که توسط «گابریله پاپینی»، محقق دانشگاه فناوری هلند انجام شده است، بیمار می‌تواند با کمک یک دستگاه مانند Fitbit درحالی که در خانه خوابیده، این موارد را رصد کند. این دستگاه دارای یک دستگاه مچ‌بند مانند یک ردیاب تناسب اندام است که نور LED سبز را از طریق پوست کاربر و به رگ‌های خونی زیرین می‌تاباند. با تجزیه و تحلیل اینکه چه مقدار از آن نور توسط خون جذب می‌شود و چه مقدار از آن به قسمت زیرین دستگاه منعکس می‌شود، می‌توان به طور مداوم ضربان قلب کاربر را در زمان واقعی اندازه‌گیری کرد.
«پاپینی» و همکارانش معتقدند که تغییرات در ضربان قلب می‌تواند با تغییرات تنفسی ناشی از آپنه خواب مطابقت داشته باشد. در این صورت، بیماران می‌توانند براحتی این دستگاه را برای چندین شب در حالی که در تخت خود می‌خوابند، بپوشند و داده‌های بیشتر و بهتری نسبت به زمانی که فقط یک شب را در یک کلینیک خواب سپری کرده‌اند، ارائه دهد.
 دانشمندان کار خود را با استفاده از این دستگاه برای نظارت بر ضربان قلب و دامنه نبض 250 داوطلب آغاز کردند که برخی از آنها از آپنه خواب رنج می‌برند و برخی هم از مشکل خود خبر نداشتند. سپس از این داده‌ها برای آموزش الگوریتم‌های مبتنی بر یادگیری عمیق استفاده شد. این الگوریتم‌ها متعاقباً قادر به تطبیق تغییرات آشکار در میزان ضربان قلب/ دامنه نبض با حوادث تنفسی ناشی از آپنه هستند. درنتیجه، محاسبه آنچه به‌عنوان «شاخص آپنه-هیپوپنه» apnea-hypopnea index شناخته می‌شود (تعداد رویدادهای تنفسی غیرمعمول در هر ساعت خواب) برای هر فرد ممکن شد.
هنگامی که دستگاه و الگوریتم‌ها روی 250 داوطلب دیگر آزمایش شدند، مشخص شد که شاخص محاسبه‌شده برای هر فرد دقیقاً مطابق با شاخص‌های به‌دست‌آمده از سنسورهای سنتی از نوع معمول در کلینیک‌های خواب است. پروفسور «سباستین اووریم»، سرپرست اصلی این تیم تحقیقاتی نیز گفت: امیدواریم این تحقیق به تکنیک‌های جدیدی منجر شود که علاوه بر تشخیص بهتر، کارایی درمان‌ها را برای بیماران مبتلا به اختلالات خواب نیز بررسی کند.