斯坦福大学的研究人员与SoundHealth合作进行了一项开创性研究，探索使用智能手机面部扫描和AI来分析与睡眠障碍相关的面部结构。这种方法有可能实现失眠和阻塞性睡眠呼吸暂停（OSA）等疾病的更早和更广泛的筛查。
传统上，识别与睡眠障碍相关的物理特征需要临床成像。然而，这项研究利用了专为智能手机摄像头设计的AI驱动软件，捕捉了被诊断为失眠症的参与者的详细颅面模型。
研究人员分析了这些扫描的面部指标，发现特定解剖特征与失眠严重程度指数得分之间存在显著相关性。这表明某些面部结构可能与睡眠障碍有关。
该研究还纳入了定制的振动声共振疗法，使用双耳音频刺激，这是一种已知对睡眠和焦虑有积极影响的声音疗法。SoundHealth Inc. 的FDA批准的骨传导振动声带进一步个性化了治疗，使其与每个个体的颅面共振频率相匹配。
该研究的主要调查员之一林凯文博士强调了这种技术在扩大睡眠障碍筛查方面的潜力，鉴于智能手机的广泛可用性。他表示：“我们的研究结果表明，这是一种有前景且可扩展的方法，可以识别睡眠障碍高风险个体，从而根据个人独特的颅面结构提供定制化治疗。”
研究人员计划在更大规模的队列中扩展这项研究，并与更广泛的牙颌面成像进行比较，以进一步验证他们的发现。
这项研究为未来的睡眠健康开辟了令人兴奋的可能性。通过利用智能手机的便捷性和AI的强大功能，这种方法可能会带来：
- 早期检测睡眠障碍：在个体出现严重的睡眠问题之前识别高风险个体。
- 个性化治疗：根据个体的面部结构和睡眠模式量身定制治疗方案。
- 改善护理的可及性：使睡眠障碍筛查更加便捷和方便。
(全文结束)
