Beacon Biosignals 的最新研究想搞清楚，在家做睡眠脑电图加人工智能分析，能不能在抑郁症研究中达到跟专家分析差不多的效果？
睡眠追踪一直在消费者健康领域里打转——分数、智能戒指、仪表盘和提醒，提醒你该早点睡了。但在神经科学和临床研究领域，睡眠越来越像是一个生物早期预警系统。
这种趋势会在本月下旬的迈阿密亮相，Beacon Biosignals 的神经科学团队将在5月26日至29日举行的美国临床精神药理学会年会上展示新研究成果，该消息已在公司 LinkedIn 上发布[1]。
第一作者 Sarah Stankowicz 将展示一项研究，题目是《用机器学习分析家庭睡眠脑电图，检测觉醒的效果跟专家评分差不多——不管用没用抗抑郁药》。
Beacon 说白了就是想知道，人工智能能不能帮研究人员更高效地“倾听”睡眠中的大脑，以及能不能在家搞定，而不是非得去睡眠实验室。
你可能要问，为啥睡眠研究一直这么难搞。因为要从医学层面研究睡眠，从来都不是件容易事。传统的过夜睡眠研究靠的是多导睡眠图（PSG），大家公认是测量睡眠和大脑活动的金标准。患者身上要连着电线和传感器，医生整夜盯着监测呼吸、心率、运动和大脑的电活动。
讽刺的是，许多人其实无法在这些环境中正常入睡。试图在实验室内理解自然睡眠，有时感觉就像在动物园里研究野生动物。你照样能收集到有用的信息，但环境总会改变行为。
Beacon的可穿戴脑电图设备（现在叫Waveband），是越来越多尝试中的一环——把这些研究搬到真实世界里。这款头带旨在让人们在家中自己的床上睡觉时收集大脑活动数据，不用传统研究那种笨重的临床设备。
更大的目标并不仅仅是方便，而是规模化。长期脑健康研究越来越依赖于连续数周或数月收集的数据，而不是偶尔去医院做一次性的快照。自然监测睡眠越容易，研究人员就越能开始理解以往看不见的模式。
该公司的最新研究聚焦于“觉醒”，就是睡眠中短暂的打扰，第二天早上人们通常完全不记得。可以将其视为大脑夜间恢复过程中的微小干扰，是大脑部分清醒的时刻，就算人根本没有完全醒过来。
一两次可能没啥大不了的。但要是老被打断，那就另说了。对抑郁症患者，特别是那些在吃抗抑郁药的，睡眠模式会变得特别复杂。药物可能改变睡眠结构，让医生和研究人员更难看懂他们看到的东西。
以前，受过训练的睡眠专家得花好几个小时手动看脑电图记录，才能找出这些干扰。Beacon的机器学习系统想把这活儿大部分自动化，同时保持专家级的准确度。
公司说，就算是在那些用抗抑郁药治的复杂重度抑郁症患者里，这个AI分析系统的表现也跟人工评估差不多。
现在，AI正慢慢从花里胡哨的前端聊天机器人演示转向更低调的基础设施工作：整理海量数据、发现细微模式、减少拖慢研究的瓶颈。
在医疗健康领域，这种看不见的效率最终可能比那些表面上的花哨东西更重要。
Waveband（此前称为Dreem 3S脑电图头带）已经拿到了FDA 510(k)许可。而且，在一项发表在《SLEEP》期刊上的同行评审研究中，研究人员把它跟传统的多导睡眠监测仪做了直接比较[2]。
研究结果表明，这款可穿戴设备的睡眠阶段分析准确度已接近受过训练的睡眠专家的水平。对普通人来说，什么百分比啊、脑电图测量值啊，听着可能挺抽象的。但在神经科学领域，在诊所外面做到实验室级别的睡眠分析长期以来一直是该领域最难啃的硬骨头之一。
挑战不在于收集数据——现代可穿戴设备已能采集海量数据。真正的挑战是信任问题：这些信息在临床试验中真的靠得住吗？能不能帮研究人员用足够的严谨性去研究抑郁症、神经退行性疾病或者认知衰退，从而指导治疗方法和药物开发？而这正是像Beacon这样的公司现在想要跨过的那道坎。
睡眠现在成了长寿话题里的一个重要指标，能直接告诉我们大脑和身体老得怎么样了。睡不好跟炎症、记性变差、心血管病，还有阿尔茨海默病这类神经退行性疾病都有关系。然而，尽管睡眠这么重要，但除了专业诊所，其他地方要准确测量睡眠质量还是挺难的，这就有点让人意外了。
这大概就是为什么像Waveband这类技术不仅在神经科学领域，在别处也很重要。它们预示着一个未来：大脑健康监测会更持续、更方便，而且再也不是出了问题才去补救。说到底，长寿的未来就是搞懂我们睡觉时大脑想说什么。
[1] https://www.linkedin.com/posts/beaconbiosignals_ascp2026-sleepeeg-cnstrials-activity-7462321131971137537-dVwv
[2] https://academic.oup.com/sleep/article/43/11/zsaa097/5841249
本文《Beacon Biosignals 把睡眠AI带到了ASCP年会》首发于 Longevity.Technology。
热门跟贴