World Sleep Industry ENCYCLOPEDIA

多模態睡眠數據處理引擎

4.4.1

WSIC 編碼:4.4.1

定義與系統邊界

多模態睡眠資料處理引擎是連接採集裝置、訊號處理、分析模型、人工覆核與下游報告的基礎軟體層。它可接收腦電、眼電、肌電、心電、光體積描記、血氧、氣流、呼吸努力、鼾聲或環境音、體動、體位、溫度、毫米波雷達,以及問卷、用藥和情境記錄。這裡的「多模態」不等於把所有通道簡單拼接,也不等於一個萬能模型;核心價值是讓來源、頻率、單位、時間基準和品質各異的資料在可追溯條件下被一致處理。引擎可以服務研究、健康管理、裝置演算法或臨床工作流程,但其預期用途必須單獨定義。只負責傳輸、儲存、格式轉換或通用分析的軟體,與輸出診斷、監測或治療建議的軟體,風險和監管屬性可能不同。任何睡眠評分、事件提示或趨勢均應說明適用人群、輸入條件和限制,不能因「人工智慧」或「多模態」名稱被視為醫學結論。

輸入契約、身份與時間基準

可靠融合首先是資料工程問題。每個資料來源應採用版本化契約,記錄患者或受試者識別碼、檢查與夜次識別碼、裝置及感測器型號、韌體版本、通道名稱、物理單位、量程、取樣率、校準、感測器位置、參考電極、預濾波、缺測碼和品質標誌。原始資料宜只追加或不可變儲存,衍生資料與人工修改另行分層並保留血緣。身份映射要避免把裝置號、帳戶號和患者號混用;合併前應校驗檢查時間、機構和重複記錄,異常匹配進入隔離佇列。

時間軸需明確儲存時區、日光節約時間、起始時刻、單調時鐘或裝置時鐘來源、漂移估計、重連間隙、亂序與重複片段。不同取樣率的訊號重取樣前應確定抗混疊、延遲補償和目標網格,不能僅按檔案開始時間對齊。註釋、睡眠分期 epoch 與呼吸事件應綁定到同一可稽核時間基準,並保留原始時間戳。EDF/EDF+可承載常見生理波形、技術後設資料和註釋,FHIR Observation 與 DiagnosticReport 可交換測量結果及報告語境;但格式可讀或介面互通並不保證通道語義等價、波形完整、影片同步或臨床有效。

處理流水線與融合策略

典型流水線包括接入與解碼、模式校驗、品質檢查、去重和排序、時間同步、單位歸一、濾波與重取樣、偽跡識別、特徵計算、模態融合、任務推理、規則後處理和結果封裝。每一步都應記錄軟體版本、參數、輸入雜湊、運行環境和告警,使同一版本能確定性回放。濾波不能掩蓋削頂、飽和、脫落或時鐘錯誤;自動修復、插值和缺失填補必須產生明確標記,並保留未修復資料。

融合可以在原始訊號、特徵或任務輸出層進行。選擇早期、中期或晚期融合應由任務、同步精度、運算資源和可解釋需求決定,而非模態越多越好。訓練時必須模擬實際可用通道組合,採用缺失模態遮罩,並為每種降級路徑單獨驗證。一個通道失效時,引擎可以路由到經驗證的備用模型、降低輸出粒度或拒絕出具結果,但不能靜默用填充值偽裝為觀測值。分期、呼吸事件、心律提示、體動、睡眠連續性和趨勢通常是不同任務,應各自綁定閾值、參考規則與版本,避免一個聯合分數遮蔽具體失敗。

輸出、人工覆核與故障降級

輸出不應只有標籤或總分,還應包括輸入通道清單、有效時長、訊號品質、缺失區間、模型與規則版本、閾值、信心或不確定性、拒絕原因、處理時間和可回溯證據片段。睡眠分期可按 epoch 輸出並提供轉移與混淆資訊;事件輸出應保留開始、結束、類型、證據通道和後處理狀態;彙總指標必須能追溯到事件集合。報告層應區分原始測量、演算法推斷、人工修改和最終簽署,任何覆寫都要留下操作者、時間、原因與前後值。

工作流程需按風險設置人工覆核:低品質、模型分歧、信心不足、邊界人群、異常組合和影響臨床決策的結果應進入覆核佇列。系統要讓覆核者看見足夠的原始波形和上下文,而不是只顯示模型結論。逾時、單點服務失效、通道遺失或下游介面不可用時,只降級受影響的任務,並明確標註「未評估」與「未發現」的差別;禁止用舊結果、另一夜資料或另一患者記錄填補空缺。告警需要去重和分級,防止高誤報率造成疲勞;引擎恢復後應能冪等重算,不重複產生事件或覆蓋已簽署結果。

驗證、泛化與公平性

驗證應覆蓋元件、模型和端對端系統。元件層檢查濾波、重取樣、時間對齊、單位換算和格式解析;模型層以與任務匹配的指標評價;系統層驗證身份、延遲、吞吐、故障恢復和報告一致性。訓練、調參和測試要按受試者隔離,必要時再按機構、裝置或時間隔離,避免同一人的相鄰視窗、同一夜或由標籤衍生的特徵跨集合洩漏。臨床用途應優先進行獨立外部、多中心或前瞻性驗證,並說明參考標註規則、規則版本、標註者資格、盲法和評分者間一致性。

分期不能只報總體準確率,可同時報告逐期敏感度、精確率、F1、混淆矩陣和一致性指標;事件檢測需報告敏感度、特異度、陽性預測值、假警報率、事件時間偏差及不同嚴重度區間表現;連續指標還要檢查誤差分布和校準。結果應按裝置、機構、年齡、性別、合併症、通道組合和關鍵生理範圍分層。對PPG或血氧等光學輸入,應評估灌注、運動、佩戴位置、皮膚溫度和皮膚色素相關差異,不能用一個總體平均值掩蓋群體偏差。上線後持續監測輸入缺失、訊號品質、分布漂移、輸出漂移、人工覆寫、拒絕率和分組表現,並預設停用、回滾與覆核閾值。

工程運行、安全與隱私

生產引擎需要明確服務級目標、容量邊界、佇列背壓、逾時、重試、熔斷、冪等鍵、檢查點和災難復原。測試集應包含跨時區與日光節約時間、裝置重連、時間倒退、亂序、重複、截斷、損壞檔案、格式升級、極端取樣率、長時間缺測和部分服務不可用。發布採用不可變製品和受控設定,模型、規則、依賴與資料契約分別版本化;灰度、影子運行或回放比較通過後再切換。持續學習模型不得直接從生產回饋自行更新,訓練資料納入、驗證、批准、發布和回退都應有稽核軌跡。

睡眠資料可揭示疾病、作息、位置和家庭活動,音訊和影片尤其敏感。系統應實行目的限定、最少採集、知情同意或其他合法基礎、去識別或假名化、識別碼分離、傳輸與靜態加密、金鑰輪換、最小權限、租戶隔離、存取稽核、保留與安全刪除。日誌不應複製完整波形、權杖或身份資訊。還需維護軟體物料清單、依賴和模型來源、漏洞接收與分級、修補程式策略、完整性校驗、備份復原演練和事件回應;涉及第三方雲端、標註或模型服務時,資料流向、跨境和再利用權限必須可核查。

互操作、證據與合規邊界

採購或建設時,應先定義預期用途、使用者、情境、輸入裝置、輸出行動和不可接受風險,再選擇介面與模型。驗收材料至少包括資料字典、支援矩陣、品質規則、效能分層結果、失敗模式、人工工作流程、版本歷史、變更影響和可重複測試樣本。採用AASM計分規則時要聲明具體版本和本地選項;支援EDF/EDF+或FHIR只是互操作能力,不代表遵循全部睡眠實驗室規範,也不代表獲得任何認證。研究結果、消費級洞察和臨床報告應在介面、權限與措辭上清晰分隔。

監管判斷取決於具體司法管轄區、預期用途和功能。若軟體僅提供通用儲存、轉換、顯示或基礎設施,可能不屬於醫療器材軟體;若分析患者特異訊號以診斷疾病、監測高風險狀態或直接影響治療,則可能落入醫療器材或臨床決策支援監管範圍,同一產品內的不同功能也可能分別判斷。醫療用途應建立覆蓋全生命週期的風險管理、需求追蹤、驗證確認、可用性、網路安全和受控變更證據;演算法更新不能靜默改變已驗證效能。標準、指南和認證可以支援證據體系,卻不能取代針對目標人群、裝置組合和真實工作流程的獨立臨床驗證。