跳至正文
朗慧科技

MEDICAL DATA RESEARCH

校园非接触式睡眠与呼吸监测:从雷达信号到可验证的健康筛查

面向医疗AI研发与数据采购,拆解校园儿童非接触式睡眠与呼吸监测的临床任务、雷达与多导睡眠监测对齐、标签争议、拒识、外部验证及家校医处置边界,明确筛查提示不等于疾病诊断。

生理信号与健康感知AI辅助整理 · 研发交流

一套校园健康平台可以显示呼吸率、心率、在床时长、入睡与起床时间、翻身次数,甚至把一晚数据汇总成“睡眠质量分数”。但真正困难的问题并不是把这些指标放进一个页面,而是:当传感器不接触身体、房间里存在遮挡和多人干扰、学生年龄与睡眠模式差异明显时,平台究竟在测量什么?哪些输出只是趋势观察,哪些可以进入疑似呼吸事件的筛查流程?如果数据要交给家长、学校和专业人员共同查看,如何让每一条提示都能追溯到信号质量、参考标准和处置责任?

这类项目适合被定义为“校园场景的非接触式睡眠与呼吸健康监测需求”,而不是直接包装成自动诊断系统。其技术价值在于把低负担的长期观察与专业复核连接起来;其医学边界则是,非接触设备在现阶段更适合提供筛查线索、纵向变化和人工复核入口,不能替代儿科问诊、多导睡眠监测或医生对个体的判断。

先把临床任务说清楚:监测、筛查和诊断不是同一件事

源需求中包含三组容易混在一起的任务。第一组是基础生理与行为监测,包括呼吸率、心率、在床或离床状态、在床持续时间、估计入睡和起床时间、翻身及清醒事件。这组输出的颗粒度通常是时间窗、夜间汇总或连续趋势,目标是帮助专业人员了解作息和信号变化,并不直接回答“是否患有某种疾病”。

第二组是睡眠结构估计。平台希望区分清醒、浅睡、深睡和快速眼动睡眠,或者输出一个综合质量分数。这里必须先问清楚标签定义和参考标准:睡眠分期依赖脑电、眼电和肌电等信息,单靠胸壁运动、呼吸和体动只能间接推断。儿童不同年龄段的睡眠结构也不同,不能把成人模型的阶段定义、窗口长度和阈值直接移植到学生群体。综合分数更应被拆解为可解释的组成项,避免把多个不确定的估计相加后制造一个看似精确的数字。

第三组是呼吸异常与疑似睡眠呼吸暂停提示。此时临床问题已经从“昨晚睡得怎样”靠近“是否需要进一步评估睡眠呼吸障碍”。美国儿科学会指南建议对儿童和青少年进行打鼾筛查;当规律打鼾伴随相关症状或体征时,应进行多导睡眠监测或转诊作进一步评估,且临床问诊本身不能确立诊断。6 因而平台输出应该是“疑似事件、趋势异常、信号质量不足或建议人工复核”,而不是把一次雷达波形下降写成确诊的呼吸暂停。

任务拆解还要规定模态与解剖/病种边界。输入可以包括非接触式微波或超宽带雷达的胸壁运动相关信号、呼吸和心率估计、体动、离床状态、床位与设备元数据,以及经同意采集的临床参考信号。主要健康主题是儿童和青少年的睡眠与睡眠相关呼吸问题,而不是通过雷达判断心脏、肺部或心理疾病。平台若同时收集量表、既往史或日间行为信息,必须单独定义这些数据的来源、时间关系和授权用途,不要把学校管理记录无条件并入医学标签。

参考标准决定数据集能不能用

非接触监测研究的第一个工程动作不是训练模型,而是建立同步的参考时间轴。儿童雷达睡眠分期的先导研究把超宽带雷达与临床多导睡眠监测同步,使用体动和呼吸率特征预测睡眠阶段;研究在清醒/睡眠二分类上表现较好,但分成清醒、快速眼动、浅睡和深睡四类时性能明显下降,作者明确指出尚不足以直接临床使用。1 这说明“能捕捉到呼吸和体动”与“能可靠分期”是两个不同层级的任务。

在校园项目中,建议把参考数据分成三层。第一层是设备和场景参考,包括床位身份、传感器安装位置、距离、设备固件、房间布局、多人或陪护情况、遮挡和离床记录。它们不提供疾病标签,却决定一段信号能否解释。第二层是生理参考,包括至少一个与研究问题相匹配的同步通道;如果要研究呼吸暂停或低通气,参考标准应包含经过训练的技术人员按明确规则进行的事件评分,必要时还需结合气流、胸腹运动、血氧和觉醒等信息。第三层是临床路径参考,包括打鼾或症状问卷、专业人员复核和后续转诊结果。第三层不能被算法分数替代,也不能把“家长未观察到异常”当作无病标签。

非接触呼吸监测的儿科证据仍在发展。针对十二岁以下儿童的一项范围综述纳入了床垫式传感器、微波雷达、视频、红外摄像和衣物嵌入式传感器等研究,指出各种方法都能在一定条件下估计呼吸率或检测体动,但没有一种方法已被证明普遍优于其他方法;运动伪影、样本异质性、人工分析和真实家庭环境迁移仍是重要限制。5 这对平台设计的启示是:把“传感器无接触”当成采集条件,而不是准确性的保证;把低信噪比、翻身、坐起、离床和多人同时出现当作需要显式建模的场景。

非接触式睡眠与呼吸数据从采集、标注到分级处置的技术链路示意查看完整技术图(可放大)

图1 技术示意:原始雷达波形、参考信号、专家复核和告警处置应分层连接;不表示真实患者、已完成实验或临床诊断。

数据设计不能只按“夜”计数

这类项目的最小数据单元应在立项时写清楚。原始层保存带时间戳的连续或分段信号、设备状态和床位映射;窗口层保存固定时间窗内的呼吸、心率、体动和信号质量特征;事件层保存呼吸事件候选、发生时间、持续时间、事件类型、参考标准是否可判读以及专家是否同意;夜间层保存总睡眠时间、入睡潜伏期、清醒时段和夜间趋势;个体层只保存完成研究所需的最小化信息,并以受试者编码替代直接身份信息。

这种分层设计能避免两个常见错误。其一是把同一名学生的一晚数据随机切成许多窗口,再把窗口分到训练集和测试集,造成模型见过同一个人的信号特征,测试结果虚高。其二是把无法判读的窗口删除后只保留“干净夜晚”,模型上线后却要面对被褥遮挡、频繁翻身、床位调整和设备偏移。数据卡中应记录纳入、排除与拒识的每个原因,缺失并不等于阴性,低质量也不等于没有事件。

年龄、体型、睡眠习惯和场景构成重要的分层变量。婴幼儿、低龄儿童和青少年不能简单合并为一个“学生”标签;宿舍单人床、多人房间、家庭卧室和医务室也不应被视作同一环境。若项目需要输出睡眠分期,还要提前规定清醒、快速眼动、非快速眼动或更粗颗粒度标签的适用年龄与评分规则。若项目只做呼吸率和异常呼吸筛查,则不要在同一数据集上顺带声称可以可靠输出完整睡眠结构。

跨模态对齐同样是验收重点。雷达时钟、参考设备、人工标记和平台告警必须使用可核对的时间基准;设备重启、网络中断和时钟漂移要写入质量日志。事件标签应同时保存窗口级和事件级信息,因为一个窗口是否被判为“异常”无法说明事件边界是否准确。对持续时间、间隔、事件合并和相邻事件的规则,应该在标注协议中写成可执行的文字,而不能只在会议中口头约定。

算法路线:先做好拒识,再谈复杂模型

一个稳健的工程路线可以从信号质量分层开始。第一阶段识别床位是否有人、是否有明显体动、信号是否被遮挡、是否出现多人或非目标物体干扰,并生成质量等级。质量等级不是装饰字段,而是决定后续模型能否输出结果的门控变量。对于无法区分目标个体、呼吸周期不稳定或参考信号缺失的窗口,系统应允许拒绝输出或进入复核队列。

第二阶段做可解释的基础估计。可先用时频分析、带通滤波、峰值与周期稳定性、体动能量和在离床状态建立呼吸率、心率和睡眠/清醒候选;再根据项目样本量与标签质量选择梯度提升、时序模型或深度网络。深度模型可以学习复杂波形,但不能弥补参考标准错误、设备差异和标签漂移。对连续生理估计,应报告误差分布、缺失和拒识;对呼吸事件,应区分事件级灵敏度、每小时事件指数的偏差和病人级筛查阈值。

第三阶段再考虑多任务模型,把睡眠/清醒、体动、呼吸率和疑似事件作为有关联但不等同的任务。共享表示可能提高效率,但也会把一个错误标签传播到多个输出,因此要保留每个任务的独立参考标准和独立验收。睡眠分期与呼吸事件不应只用一个综合准确率衡量;如果模型用睡眠阶段估计总睡眠时间,再由总睡眠时间计算每小时事件率,就必须评估阶段错误是否系统性地改变了筛查结果。

已有研究能说明技术可行性,却不能直接证明校园临床效果。除了雷达研究外,一项儿童非接触睡眠系统研究使用居家视频中的体动信息估计睡眠阶段,并以简化多导睡眠监测作为参考;研究者按年龄分组,结果显示四阶段估计仍有明显不确定性,提示儿童年龄差异、家庭安装条件和参考通道都会影响模型表现。2 成人研究曾使用脉冲超宽带雷达检测呼吸事件,并将雷达异常呼吸指数与多导睡眠监测的呼吸暂停低通气指数比较,结果提示其可能成为筛查工具,但受试者是成人,事件定义和阈值不能原样外推到儿童。3 另一项2024年雷达设备研究纳入成人志愿者或疑似睡眠呼吸暂停者,在有无血氧辅助的条件下比较设备指数与多导睡眠监测结果;研究结论支持特定成人中重度OSA场景的验证价值,也同时说明加入血氧会改变敏感度和特异度。4 这些研究适合用来指导参考标准和比较设计,不是校园儿童产品的临床证明。

标注主体与争议处理要写进协议

标注主体应按任务分工。受训数据标注员可以依据明确规则完成床位状态、体动、信号质量和时间边界的初标;睡眠技术人员或相关临床专家负责呼吸事件、睡眠分期和复杂波形的复核;儿科或睡眠专科人员负责把算法输出放回筛查和转诊语境。不同角色不能只用“专家已审核”四个字概括,应记录资质范围、培训材料、抽检方式和可处理的标签类型。

参考标准也需要允许“不确定”。儿童翻身、咳嗽、哭闹、说话、坐起和短暂离床可能同时改变雷达振幅、呼吸周期和体动信号;缺乏足够通道时,专家可能无法可靠区分阻塞性、中心性或混合性事件。协议应提供“不可判读”“需要更多通道”“边界不确定”和“设备伪影”等标签,避免强迫标注员在二元选项中制造假确定性。争议样本可以由第二名专家盲法复核,再由资深裁决者决定是否形成最终参考标准;保留原始分歧信息,才能在后续审计时解释标签波动。

标签质量应以和任务相称的指标报告。对睡眠/清醒或信号质量,可报告一致性、混淆矩阵和窗口级错误;对呼吸事件,要报告事件边界偏差、漏检与误报的时间分布,以及不同年龄和场景的差异;对连续呼吸率和心率,要报告平均绝对误差、偏差、误差限和失效窗口比例。不要把多个标签的平均准确率写成平台“总体准确率”,更不要把标注一致性当作临床有效性。

外部验证与公平性:学生群体不能只看平均值

内部测试应以受试者或家庭为单位隔离,必要时同时按中心、设备、床位类型和时间段隔离。数据集规模不足时,与其做许多重复随机切分,不如诚实保留一个完全未参与调参的测试集,并用置信区间表达不确定性。若存在同一学生多晚数据,必须说明哪些夜晚用于开发、哪些夜晚用于测试,避免把个体识别当成健康预测能力。

外部测试要改变至少一个真实使用条件,例如新的学校或家庭环境、新设备批次、新安装距离、新年龄亚组,或不同的床垫和遮挡条件。外部数据不能只用于“再算一次准确率”,还要观察信号质量分布是否变化、拒识是否增加、告警是否集中在某些亚组,以及专家是否更常标注“不可判读”。如果外部表现下降,优先追查域偏移和标签差异,而不是立刻调低告警阈值。

TRIPOD+AI要求预测模型研究透明报告数据来源、模型开发与评价、关键亚组表现、公平性、开放科学和患者公众参与等内容,并强调不同年龄、性别、族群、健康状态和地理环境的代表性会影响外推。7 对校园健康项目而言,公平性不仅是模型分数相等,还包括谁能被传感器稳定捕捉、谁更容易被判定为低质量、谁更可能收到误触发告警,以及家长和专业人员是否有能力理解提示。模型对身高、体型、行动障碍、不同睡眠环境和不同设备的表现,都应在项目允许的范围内分层检查。

数据治理必须与医学验收同步。采集前明确监测目的、最小必要字段、家长或监护人同意、学生可退出机制、访问角色和保存期限;展示端按家长、学校管理人员、健康教师和医疗专业人员分配不同权限。平台要能区分“数据质量不足”“趋势异常”“疑似呼吸事件”和“已完成专业评估”,不要用红色图标把所有不确定性压成同一类风险。涉及跨机构共享时,先验证脱敏、授权和审计能力,再讨论接口与业务范围。

交付和验收:把“能展示”改成“可复核、可处置”

项目验收可以分为三层。第一层是数据与安全验收,包括床位与设备映射、时间同步、采集完整率、缺失与遮挡记录、多人场景识别、权限、日志和版本追踪。第二层是算法验收,包括标签一致性、内部测试、外部测试、事件级指标、连续量误差、亚组表现、拒识率和置信区间。第三层是工作流验收,包括教师或健康管理人员能否理解信号质量,家长能否区分趋势与诊断,专业人员能否调阅原始窗口和参考标准,以及高风险提示能否按责任链进入人工评估或转诊。

验收阈值不能从其他模态或其他年龄群体照搬。比如,某一研究中的呼吸事件定义、每小时指数阈值、血氧辅助条件和成人样本不能直接成为儿童校园平台的项目参数。项目书应先规定用途是趋势监测、初筛、研究队列还是临床前验证,再由临床专家、数据工程师和采购方共同确定样本量、参考标准、可接受缺失率、事件级指标、拒识率、延迟、报告格式和版本冻结规则。所有阈值都应写明适用人群、设备与场景。

研发交付也不应把“平台页面已经能显示”当成医学完成。一个可复核的交付包至少包含数据字典、数据卡、采集与同步说明、标注手册、争议记录、分层统计、失败样本清单、模型与阈值版本、外部测试报告、告警流程和已知限制。若数据服务团队拥有采集、处理、标注、质检和数据交付的流程能力,可以据此承接规格定义、样例试验、分批质检和版本化交付;但这不代表已有某一校园设备的现货、某种疾病的临床批准或任何未经项目验收的效果。

儿童睡眠雷达项目按数据安全、算法参考标准和工作流处置分层验收的示意查看完整技术图(可放大)

图2 技术示意:从数据来源和采集完整性,到标签、内部/外部测试,再到人工复核与上线门槛;不表示统一行业阈值、真实实验完成或监管批准。

从平台功能到家校医协同的可实施闭环

一个更稳妥的业务逻辑是“监测—筛查—复核—转介—随访”,而不是“监测—自动诊断—自动干预”。第一步,平台只在受控范围内采集经授权的夜间信号,并将信号质量与床位状态置于所有指标之前。第二步,系统根据项目约定生成趋势和疑似事件队列,对低质量数据明确显示无法判断。第三步,健康教师或专业人员查看事件窗口、前后文和历史趋势,必要时联系家长了解打鼾、呼吸费力、白天嗜睡或学习行为变化。第四步,出现符合转诊条件的组合信号时,由具备资质的医疗人员决定是否安排进一步评估。第五步,后续结果只在获得授权并具备明确时间关系时回填,用于评估筛查路径,而不是把一次转诊结果反向当成训练标签。

这种闭环的价值不在于给每名学生贴上健康分数,而在于把低负担的长期观察、可追溯的技术数据和专业判断连接起来。它可以帮助项目方发现哪些安装条件经常造成失效,哪些年龄或场景需要单独模型,哪些提示会增加不必要的复核负担;也可以让采购方把“要一套平台”改写为可执行的临床任务、数据规格、标注规范、外部测试和责任边界。

早期临床评价还应关注人如何使用系统。DECIDE-AI指出,离线或实验室性能并不能说明真实临床工作流中的安全性、可用性和人因表现,早期现场评价需要报告用户、环境、培训、工作流和实际使用中的问题。8 因此,校园试点不应只记录模型是否命中事件,还要记录谁收到了提示、是否理解提示、是否能够复核、复核花费多少时间、哪些提示被忽略以及是否发生不必要的升级。只有这些信息被纳入验收,平台才有机会从“展示健康数据”走向“支持有边界的健康管理”。

结语:非接触不等于无需临床验证

非接触雷达为儿童长期睡眠观察提供了低负担方向,现有研究也表明,呼吸和体动信号可以支持睡眠/清醒区分、呼吸率估计和疑似事件检测。但儿科研究的样本、场景、参考标准和算法任务仍不一致;2024年的范围综述认为,现阶段没有一种非接触方法已在儿童中证明普遍优越,距离广泛临床应用仍有方法学和工程障碍。5 截至2026年,一项单中心纳入101名4—15岁疑似阻塞性睡眠呼吸暂停儿童的研究,将一种毫米波便携设备与整夜多导睡眠监测同步比较,报告了阻塞性呼吸暂停低通气指数的相关性和筛查判别结果。9 这类结果可作为特定设备、特定人群和特定流程的验证信号,但不能直接证明所有雷达、所有年龄层或校园环境都具备相同表现;项目仍需独立记录设备批次、安装条件、参考通道、拒识率和外部亚组差异。

因此,校园学生身心健康平台的研发重点不应是堆叠更多指标或制造一个看似精确的总分,而应是把临床问题拆小,把信号质量显式化,把标签争议保留下来,把受试者级切分、外部测试、公平性和人因评价纳入验收,并让每一个风险提示都有明确的人工复核和转诊边界。这样建设出来的,才是一条能够被研究者、医疗专业人员、学校管理者和数据采购方共同检查的技术路径。

参考来源

  1. Radar-based sleep stage classification in children undergoing polysomnography: a pilot-study
  2. Development of a non-contact sleep monitoring system for children
  3. Non-contact diagnosis of obstructive sleep apnea using impulse-radio ultra-wideband radar
  4. Validation of the Sleepiz One + as a radar-based sensor for contactless diagnosis of sleep apnea
  5. Noncontact respiration monitoring techniques in young children: A scoping review
  6. Diagnosis and Management of Childhood Obstructive Sleep Apnea Syndrome
  7. TRIPOD+AI statement: updated guidance for reporting clinical prediction models
  8. Reporting guideline for the early-stage clinical evaluation of decision support systems driven by artificial intelligence: DECIDE-AI
  9. 毫米波雷达监测儿童阻塞性睡眠呼吸暂停综合征的诊断价值