World Sleep Industry ENCYCLOPEDIA

體溫反饋閉環溫控算法

4.4.1

定義、閉環結構與用途邊界

體溫反饋閉環溫控演算法以人體或睡眠微環境的溫度量測為回饋,動態調節床墊水路、風路、加熱膜、熱電元件、空調或其他執行器。完整迴路包含目標或參考軌跡、感測器、狀態估計、控制器、執行器、人體—衣被—環境熱過程以及再次量測,不只是按時間播放預設溫度曲線。

系統應說明受控變數究竟是皮膚溫度、估算核心體溫、床面溫度、被窩微環境還是房間空氣溫度。它們具有不同空間分布和延遲,且執行器通常直接改變床面或空氣,而非直接控制人體核心溫度。把床墊水溫稱作「體溫控制」會混淆設定值、作用量和生理響應。

消費級系統多以熱舒適和睡眠體驗為目標,醫療生理閉環則可能依據生理變數自動遞送能量並影響安全,需採用更嚴格的風險管理、驗證和標示。溫控可以輔助形成舒適環境,但不能單獨治療失眠、發熱、低體溫或晝夜節律障礙;產品聲稱必須與預期人群、情境和證據相匹配。

感知、狀態估計與訊號品質

皮溫受量測部位、接觸壓力、血流、姿勢、衣被和環境影響,不等於核心體溫;無創核心體溫通常也是模型估計。床面感測器量到接觸區熱狀態,紅外或非接觸感測器則受遮擋和放射率影響。控制器必須保留訊號來源、部位、品質與延遲,不能把不同溫度通道直接互換。

回饋鏈應識別感測器脫落、未佩戴、被壓住、斷連、飽和、漂移和裝置自身發熱。多感測器融合可以提高穩健性,也可能讓共同偏差看似一致。狀態估計應給出不確定性,並在訊號衝突或超出校準範圍時轉入受限模式,而不是依靠插值繼續擴大加熱或冷卻。

睡眠環境具有明顯熱慣性:執行器溫度改變後,床面、衣被、皮膚和核心體溫以不同速度響應。取樣、通訊、濾波和估算還會增加延遲。設計必須量測這些動態並區分感測器延遲與人體響應,否則控制器可能追逐舊資料,出現振盪、過衝或頻繁啟停。

控制目標、演算法與執行器約束

目標可以是固定溫度、隨時間變化的夜間曲線、個人舒適區間或受約束的生理軌跡。比例、積分、微分控制適合明確的局部誤差調節,狀態空間、模型預測或學習控制可考慮多區、延遲、能耗和未來約束。複雜方法並不自動更安全,所有控制變數、單位、更新週期和飽和規則都應可稽核。

睡眠溫控通常是多輸入多輸出問題:房間溫濕度、床面多區溫度、人體部位和床伴會互相影響。分區系統應處理熱擴散、雙人邊界和同側移動;房間空調還具有更大的體積與延遲。控制器需考慮執行器功率、升降溫速率、最短啟停時間、泵閥能力、噪音、冷凝和能耗等約束。

抗積分飽和、遲滯、斜率限制和安全包絡可減少執行器到達極限後的過衝。前饋可以利用環境變化或預熱需求,但不能取代回饋品質檢查。若控制目標無法達到,系統應報告受限原因並保持在安全狀態,不能因誤差持續存在而無限累積控制量。

個人化、睡眠狀態與自適應

熱偏好隨個人、年齡、性別與停經狀態、體型、疾病、藥物、季節、衣被和睡眠階段變化。個人化可從使用者設定、晨間回饋或受控探索中學習,但初始階段應採用保守範圍和小步調整。單夜的主觀評分不能穩定識別因果,模型應避免把偶然好眠歸功於某個溫度動作。

若控制器使用演算法估計的入睡或睡眠階段來切換溫度,分期誤差會進入回饋迴路。延遲的 REM 或 NREM 標籤可能在錯誤時刻觸發動作,溫度變化又可能影響下游感測訊號。系統應說明狀態來源、信心和回退邏輯,並比較固定時程、開環個人曲線與真正閉環方案。

線上學習可能適應季節和偏好,也可能因發熱、飲酒、房間變化或感測器故障學到危險策略。更新應有邊界、最小證據和版本控制,並把安全約束置於學習器之外。雙人床要分別取得偏好與回饋,在無法分清個人時停止個人生理閉環,而非讓一人的訊號控制另一人的區域。

安全聯鎖、故障與人工接管

安全設計應獨立於主控制演算法設定絕對溫度、變化速率、持續暴露和執行器狀態限制,並考慮局部熱點、冷點、潮濕與受壓皮膚。兒童、老年人、糖尿病神經病變、循環障礙、行動受限或感覺減退者可能無法及時感知不適,需要專門風險評估,不能沿用健康成人預設值。

單點故障分析應涵蓋溫度探頭開路或短路、位置錯誤、泵停止、閥門或繼電器卡滯、冷卻失效、通訊中斷、斷電重啟和軟體凍結。看門狗、冗餘限溫、執行器回讀和故障自檢應能讓系統進入已定義的安全狀態。警報必須區分高低溫、感測器故障和控制能力不足,並避免只在手機離線通知。

使用者應能隨時暫停、調整或關閉控制,且人工操作不應被背景學習器立即撤銷。夜間介面和警報要適合睏倦狀態,預設恢復策略應明確。緊急停止、斷電後的溫度變化、清潔維護、漏水和冷凝處置也屬於閉環安全的一部分,而不只是硬體說明書問題。

驗證、試驗與證據層級

非臨床驗證應先用熱模型、模擬人體、環境艙和極端條件測試穩定性、延遲、過衝、穩態誤差、空間均勻性與故障響應。軟體在環、硬體在環和故障注入可以涵蓋感測器偏差、遺失封包和執行器異常。測試應包含最冷最熱環境、不同床品和姿勢,而非只驗證理想中心位置。

人體研究需分開評估熱舒適、皮溫或核心體溫、客觀睡眠和不良事件。隨機交叉或平行對照可以比較無溫控、固定溫控、個人開環和閉環方案;PSG、經驗證的溫度參考和盲法分析能增強證據。演算法開發夜與最終驗證夜應獨立,並報告退出、喚醒、手動覆蓋和無法控制的夜晚。

閉環效能不能只用平均溫度誤差表示,還應報告達到目標時間、超調、在界時間、振盪、能耗、噪音、感測器有效率和安全聯鎖次數。臨床或睡眠結局需給出效應大小與不確定性,不從相關性推導療效。外部驗證應涵蓋不同氣候、住房、床型、年齡和高風險亞組。

部署、治理與解釋邊界

部署時應校驗感測器位置、區域映射、執行器方向、流量或風量、空床基線和時鐘,床墊、床品或房間裝置更換後重新檢查。韌體、控制參數、估算模型或學習策略更新必須進行迴歸測試並支援回退。長期監測要發現感測器漂移、換熱能力下降和使用環境偏移。

體溫、睡眠狀態、房間環境和使用者偏好可揭示健康與生活習慣。系統應最小化採集,實施本機安全控制、存取權限、加密、保留與刪除,並在雲端不可用時維持安全而非失控。使用者介面需區分實測溫度、模型估計、設定值和執行器溫度,說明自動調整的依據。

任何持續發熱、低體溫、意識改變、胸痛、呼吸困難或其他急性症狀都不應交由睡眠溫控裝置自行處理。可信演算法以舒適和明確用途為邊界,遇到訊號不可靠、風險升高或控制異常時降級並提示人工評估。閉環價值來自可驗證的控制與安全,而不是自動調溫次數或看似精確的生理數值。