1. 程式人生 > >未火先涼,智慧睡眠監測管理平臺為何自己先休眠

未火先涼,智慧睡眠監測管理平臺為何自己先休眠

圖片來源於網路

 

文 | 魏啟揚

來源 | 智慧相對論(ID:aixdlun)

 

凌晨3:23,二胎媽媽肖女士因為身旁的小寶翻了個身被驚醒了。此時,窗外一片寂靜,肖女士腦袋無比清醒。

 

凌晨4:04,在床上輾轉了40多分鐘後,肖女士打開了手機開始刷劇,她放棄了繼續睡覺的打算。

 

清晨6:20,隨著小寶的一聲啼哭,肖女士放下手機,振作了一下精神,準備迎接新的一天。失眠了一晚的肖女士此時頭脹欲裂,內心焦躁。

 

這是一個飽受失眠困擾的睡眠障礙者普通一晚的真實寫照。相信大多數人都有過失眠的經歷。如果你對用吃安眠藥的方式來解決你的睡眠問題有顧忌,那麼你放心將你的睡眠交給那些掛著智慧標籤的睡眠監測管理平臺嗎?

 

由失眠人群催生的生意

 

倒床就睡的人永遠不會知道失眠的痛苦,也永遠不會知道有多少人在經受著失眠的困擾。

 

根據世界衛生組織統計,全球睡眠障礙率達27%。中國睡眠研究會2016年公佈的睡眠調查結果顯示,中國成年人失眠發生率高達38.2%,超過3億中國人有睡眠障礙,且這個資料仍在逐年攀升中。就像是在驗證這個說法一樣,中國睡眠研究會2017年的一項調查研究表明,目前我國內地成年人中失眠患病率高達57%,工作人群中有65%的人存在睡眠障礙。

 

每一個痛點都意味著一個商機,失眠的人群有多少,背後與睡眠相關的生意就有多大。有資料顯示,2015年我國涉及改善睡眠產品行業細分市場為2114億,預計到2020年,整體睡眠市場的產業規模將達到4000多億元。在這個體量龐大的市場中,AI自然不能缺位,相比床上用品、醫藥保健產品、食品、圖書音像製品這些助眠類的玩家,科技圈更多關注的是AI+睡眠監測。於是,像手環、手機APP、被動式感測監測儀等睡眠監測產品或睡眠監測平臺在這個賽道中誕生了。

 

AI監測睡眠是忽悠還是科學?

 

“睡眠也能被監測?特別是用手機APP也能監測,怕不是騙人的吧?”很多失眠者初次接觸智慧監測睡眠產品時都會有所懷疑?那麼這些號稱裝備了深度學習、大資料分析等黑科技的智慧監測睡眠產品到底是用怎樣的方式監測睡眠?它們的科學依據在哪?

 

以智慧相對論魏啟揚個人來看,睡眠監測平臺的監測模式可以分為三類:以智慧手環為代表的可穿戴裝置監測;以配置了監測感測器的床墊、枕頭等為代表的非穿戴裝置監測;以及充斥在智慧手機中的手機APP監測。這三類監測模式的工作原理各具特色。

 

可穿戴裝置監測

 

可穿戴睡眠監測裝置一般用體動記錄儀來記錄動作,以身體活動和感覺靈敏度作為衡量指標。體動記錄儀將使用者睡眠時的姿勢資料進行記錄,通過AI計算來判斷睡眠狀態。深度睡眠的時候人的肌肉會鬆弛,肢體不會產生較大的運動,而淺睡眠的時候,人體會產生一定的輕微運動。

 

目前的體動記錄儀基本都具備從3個方向軸進行記錄資料。根據記錄資料,分析軟體通過計算可以分析出能量消耗和睡眠相關引數,包括覺醒時間、覺醒次數、睡眠效率等。

 

代表產品:小米手環、Apple Watch手錶。

 

非穿戴裝置監測

 

非穿戴監測睡眠裝置一般都“變身”為智慧床墊、智慧枕頭、智慧床帶、智慧枕頭別扣等。這些裝置都內建了高靈敏度的感測器,它們可以記錄使用者的睡眠質量、心率、呼吸和打鼾情況。使用者可以通過藍芽連線手機APP,檢視經過AI分析後的睡眠報告。同時,大部分非穿戴監測睡眠的智慧裝置還擁有可以播放助眠音樂,智慧鬧鐘等功能,讓使用者在淺睡眠的情況下比較沒有痛苦地醒來。

 

代表產品:Beddit、Earlysense、Withings、Sleepace等。

 

手機APP監測

 

根據對人類睡眠的研究,人在深度睡眠的時候,身體的重量相對比較重,因此手機加速器計得的感應值就比較大。根據這一原理,手機APP監測睡眠是利用手機內部的加速度感測器和陀螺儀來監測使用者在睡眠中的活動,從而用AI推算出深淺睡眠狀態,分析睡眠質量,深度睡眠時間等。

 

代表產品:蝸牛睡眠APP、螢火蟲睡眠APP、睡眠大師APP等。

 

智慧睡眠監測還未火已休眠

 

上述三種睡眠監測模式好像都有各自的“獨門祕籍”,都有各自的專長和優勢,但在睡眠監測賽道中,這三種模式沒有絕對的強者,相反,都是在“火”過一陣之後漸趨平靜。智慧睡眠監測管理平臺在沒有解決人類失眠問題之前為何自己就先“休眠”了呢?其原因有四。

 

首先,睡眠監測結果不準。

 

“明明整夜都在做夢,大腦一片混沌,可手機APP給出的睡眠報告還是顯示昨晚的睡眠質量不錯。”不少失眠者在使用過一些智慧監控睡眠平臺的產品後都會有這樣的經歷。“測不準”是各類睡眠監測平臺的“通病”,主要因為睡眠模式的多樣(深睡、潛睡、做夢)與判斷方式和標準未形成一套通用的AI演算法。

 

根據Sleep Shepherd的創始人兼總裁Michael Larson的說法,人工智慧演算法的問題在於當下大多數人工智慧演算法的核心是模式匹配。而在睡眠技術領域所存在的一個問題就是,演算法中使用的模式是有缺陷的,它們無法很好地來描述睡眠狀態。”當它的演算法基礎與運動感測器發生偏離的時候,AI就會存在缺陷,可能會給出不準確的資料。

 

其次,可穿戴裝置本身就不利睡眠。

 

對於用可穿戴裝置來監測睡眠的模式來說,其本身就是一個悖論。

 

原意想利用這些裝置監測睡眠,可現實給它的迴應——沒人會戴上手錶或者手環去睡覺。對於那些有裸睡嗜好的人群或者強迫症患者,這些可穿戴裝置很可能成為他們失眠的原因。

 

此外,晚上戴手環或手錶睡覺,手環和手錶會卡緊手腕,如果長期壓迫手腕動脈,容易引起手臂麻木,進而影響睡眠。受睡姿的影響,可穿戴裝置採集的資料也存在很大的誤差。這個模式註定只是為那些出於好奇的使用者嚐鮮使用,在睡眠監測賽道中從來就不是最優方案。

 

再次,使用者擔心輻射影響健康。

 

手機輻射對人健康到底有無傷害?關於這個問題,很多媒體從不同角度、不同方面做過多次科普,但仍然有人對此保持懷疑。在問卷星上有一份《關於手機和手機輻射了解的調查》,在這份調查報告中,有79.41%的受訪者認為使用時間越長,手機輻射越大;僅有22.06%的受訪者晚上會將手機放在枕邊充電,55.88%的受訪者表示會將手機放在臥室但不放在床邊,甚至有14.71的受訪者晚上會將手機放在書房。在國民教育程度偏高的德國,一項德國媒體對“手機輻射是否會對人體造成傷害”的調查中,也有55%的德國人相信手機輻射存在風險。

 

很多智慧監控睡眠裝置都是採用雷達、射頻技術進行資料採集,如何打消使用者對輻射的顧慮,智慧監測睡眠管理平臺要做的,可能並不僅僅只是對使用者進行教育,畢竟對於一個睡覺都要關機的老人,說服他將手機放在枕邊監測睡眠並不是一件容易的事情。

 

最後,只監測不干預要你何用?

 

“睡的好不好,我自己心裡難道沒數嗎?”智慧監測睡眠管理平臺以使用者睡眠痛點切入,但未能擊中痛點。

 

失眠者收到的睡眠監測報告,僅僅只是一份報告。平臺通過資料分析,使用者的睡眠質量很差,使用者自己也知道自己經常失眠。然後,就沒有然後了。報告對於使用者如何改善和解決自己的睡眠問題毫無幫助,幾個來回之後,睡眠監測平臺逐漸被使用者棄用,慢慢進入 “休眠”。

 

AI監測睡眠如何完成跨越?

 

很顯然,只做睡眠監測,商業變現途徑有限,那麼AI監測睡眠平臺實現跨越的方式有哪些呢?

 

1、生命監測優先,睡眠監測靠後

 

就智慧睡眠監測平臺的目前發展來看,純粹的睡眠監測不痛不癢,無法在根本上解決和干預使用者的睡眠問題,有些雞肋的感覺。

 

智慧相對論認為與其提升採集資料的精確度、監測報告的準確性,睡眠監測平臺首先要解決,如何及時喚醒睡眠時打呼或因喝酒過渡產生的嘔吐物可能引發窒息的問題,解決肥胖患者不會在睡眠中猝死的問題。智慧睡眠監測管理平臺優先發展的方向應該是保護生命。

 

只有在死亡面前,人類才會真正的懼怕,這才是最痛的痛點。

 

2、不光要監測還要干預

 

由於單單隻以睡眠監測作為切入點無法直接給使用者帶來良好的睡眠體驗,解決睡眠問題,如果能夠形成“睡眠監測+資料分析+醫生干預+醫生隨訪”的閉環,根據失眠患者的具體狀況提供精準定製化的失眠解決方案,那才是失眠人群最迫切希望出現的智慧監測睡眠平臺執行模式。雖然目前市場上已經有類似產品出現,但還遠遠沒有形成標誌性的商業樣板。

 

智慧相對論認為,在改善睡眠方面,除了平臺外的人工干預外,監測裝置在使用者睡眠中的及時介入也非常重要。比如環境噪音、室內溫度會影響到使用者睡眠時,監測裝置對窗戶、空調等進行控制來優化睡眠質量。如果想象力再豐富一些,幫助使用者驅趕蚊子、調整隨時可能引發墜床事故的睡姿等,都是智慧睡眠監測平臺未來可以做的事情。

 

3、夜間物聯網的入口

 

其實對於智慧監測睡眠平臺來說,它更為遠大的意義在於如何開啟夜間物聯網的入口。

 

類比於智慧音箱,網際網路的巨頭們將其看作智慧家居的入口和家庭人工智慧互動的切入點,現今其中的競爭異常激烈。帶給智慧監測睡眠平臺的思考是——如果白天的場景被智慧音箱承包,那晚上由誰來接管?睡眠監測技術和當前爆火的智慧語音技術有著極大的相似性:那就是技術本身無法直接帶來價值,但以技術為軸衍生出來的場景應用卻是前景無限。

 

最後,用喬布斯著名的廣告語送給尚處混沌之中的智慧監測睡眠平臺:你可以讚揚他,你可以侮辱他,你說他什麼都行,但有一點你不能做到,就是你不能忽視他。

 

【完】

智慧相對論(微信id:aixdlun):深挖人工智慧這口井,評出鹹淡,講出黑白,道出vb深淺。重點關注領域:AI+醫療、機器人、智慧駕駛、AI+硬體、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背後的晶片、演算法、人機互動等。