定义、输出与非诊断边界
非诊断打鼾与呼吸风险识别算法利用手机、可穿戴或近身设备的音频、血氧、光电容积描记、体动、呼吸和用户问卷,提示夜间鼾声趋势、呼吸不规则或值得进一步关注的模式。输出可以是次数、时长、趋势、质量等级、分层风险或建议咨询专业人员,但不应伪装成 AHI、呼吸事件正式计分或疾病确诊。
“非诊断”不是给诊断模型换一个名称。产品的实际功能、用户界面、通知、营销和预期用途必须一致:若它声称发现特定疾病、给出临床阈值、持续监测病情、排除风险或指导治疗,其证据与监管要求会发生实质变化。免责声明不能抵消一个事实上用于诊疗的功能。
风险提示表达的是在特定目标人群、传感器和阈值下与参考结果的统计关联。阳性不等于患病,阴性也不能排除 OSA、低通气或其他睡眠呼吸问题。算法应把“观察到的信号”“推测的风险”和“医疗诊断”分层呈现,并说明适用年龄、设备、使用环境及未验证人群。
输入信号与证据链
环境音频可发现鼾声和呼吸相关声,却易受床伴、宠物、电视、房间混响和手机位置影响;腕部或指端光学信号可观察脉搏与血氧趋势,却受运动、低灌注、皮肤温度、色素、佩戴和设备处理影响。体动可帮助估计在床或睡眠时间,但不能直接确认皮层睡眠。各通道只能支持其验证过的结论。
多模态模型可将鼾声、周期性血氧下降、脉率变化、体动和问卷风险组合起来,通常比单一通道提供更完整的线索。但相关通道并不等于独立证据,缺失通道也不能由模型分数神奇补齐。系统应保存每夜实际可用的传感器、质量、缺失比例和降级路径,并让用户知道本次结果基于哪些数据。
家庭设备很少具备完整 PSG 的脑电、气流、努力和专业监督,因此无法直接观察全部睡眠阶段、觉醒、呼吸事件类型和真实睡眠时间。把记录时间或算法估计睡眠时间作为分母会改变风险分数。模型必须用与部署相同的传感器和计算链路验证,不能把实验室完整通道训练结果直接宣传为消费设备能力。
输出设计、阈值与用户沟通
非诊断输出宜使用可解释的趋势和分层,如“本夜资料不足”“与个人基线相比鼾声增多”或“多夜持续出现值得关注的呼吸模式”。阈值应来源于预先定义的用途和验证,而不是为了制造更多提醒临时调整。单夜波动较大时,多夜汇总可提高稳定性,但也不能掩盖某夜的传感器失败。
风险分数需要校准:相同分数应在目标人群中对应可解释的风险范围,并随患病率、年龄和转诊场景变化。只显示红黄绿而不解释参考人群、置信度和缺测,会让用户把颜色当成诊断。产品还应区分算法未发现模式、信号不足和模型不适用,三者都不是“正常”。
通知语言应避免点名未获支持的具体疾病、把结果称为异常或病理、给出未经验证的临床阈值或治疗建议。另一方面,非诊断定位也不应压低真正需要就医的提示:目击呼吸停止、明显憋醒、严重日间困倦、驾驶困倦或持续症状,应按安全策略建议寻求专业评估,而不受应用阴性结果阻止。
标签、资料与模型开发
风险模型的参考标签应来自与声明相符的独立临床评估,例如合适的 PSG、HSAT 或专业判读,并记录计分规则、检查质量和时间关系。仅以另一款消费设备、用户自报“打鼾”或同一算法生成的指数作真值,会造成循环验证。若目标只是鼾声趋势,则应以经过审听或同步传感器确认的鼾声事件验证。
训练、调参与测试必须按受试者、家庭和记录夜隔离,防止同一人的声纹、卧室噪声或生理基线泄漏。资料应覆盖年龄、性别、体型、肤色或色素范围、语言、疾病谱、共病、设备、床伴和真实家庭环境,并报告排除记录。儿童、孕妇、心肺或神经肌肉疾病患者不能从普通成人资料中默认外推。
开发应从明确用途反推模型和指标:鼾声趋势看事件级精确度与计数偏差,风险分层看灵敏度、特异度、预测值、校准和净收益。类别不平衡时总体准确率会误导;只在高风险睡眠门诊验证又会高估普通人群中的阳性预测值。模型阈值应在独立资料上锁定并记录版本。
验证、可用性与人群公平
端到端验证要从用户佩戴或放置设备开始,覆盖数据采集、上传、质量门控、特征、模型、通知和最终理解,而不只是离线跑一段干净信号。应报告成功获得结果的比例、资料不足率、误报、漏报和重复测试,并在自然家庭环境与新硬件上外部验证。
患者级评价应与预期决策匹配。若用途是建议进一步评估,应重视漏掉高风险个体和造成无谓焦虑的平衡,并报告不同阈值的后果;若用途只是个人趋势,则要评价跨夜重复性和设备更换后的可比性。高 AUC 或与 AHI 相关不能单独证明用户能被安全分流。
公平性评估应按关键人群和传感器条件报告性能,而不只比较汇总平均值。音频可能随语言、房间与体型变化,光学测量可能随肤色、灌注和饱和度范围变化,算法睡眠时间也可能在人群间偏差不同。发现差异时应限制适用范围、改善数据和校准,而不是用一条笼统免责声明覆盖。
安全升级、隐私与持续监测
安全设计必须预设阳性、阴性、资料不足和反复矛盾结果的下一步。风险提示可以建议保存多夜趋势或咨询专业人员,但不能替代检查;阴性结果不能覆盖症状和目击信息。对急性呼吸困难、意识异常等紧急症状,应提供与算法无关的紧急求助信息,而不是等待下一夜测量。
卧室音频、健康问卷、血氧和作息具有高度隐私性,还可能涉及床伴。采集应最小化,明确是否持续录音、上传、人工试听、用于训练或与第三方共享,并提供访问、保留和删除控制。端侧处理可以降低原始音频暴露,但派生声纹、风险嵌入和多夜行为画像仍需安全与再识别风险评估。
部署后应按应用版本、手机或可穿戴硬件、人群与环境监测资料不足率、提醒率、用户反馈、后续确证及已知误报漏报。操作系统音频处理、传感器固件、模型、阈值、问卷或通知文案改变都可能影响风险,应受控发布并回归测试。发现性能漂移时要能暂停功能、回退版本并通知受影响用户。
选型、治理与发展方向
选型时先阅读预期用途和不适用人群,再核对传感器、原始资料可访问性、独立同行评审、目标人群验证、资料不足处理、隐私和更新政策。监管授权若存在,也只覆盖明确的设备版本、用途和人群;没有授权不自动代表无用,有授权也不代表可以超范围诊断或替代临床判断。
产品治理应让工程、临床、安全、隐私和用户体验共同审查声明与界面。非诊断边界要贯穿算法名称、图表、推送、客服和广告,而不只是藏在条款中。若后续扩展到疾病筛查、诊断、报警或治疗支持,应重新定义风险、参考标准、临床验证、质量体系和相应监管路径。
未来方向包括更可靠的端侧多模态质量判断、个体基线与群体模型结合、校准不确定性、联邦或隐私保护学习,以及与专业评估的安全衔接。价值不在于输出一个像诊断的数字,而在于让用户更早发现持续趋势且不被误导。自适应模型仍需限定修改范围、预定验证与监测,并保持结果、版本和回退能力可审计。