In Oura, ci impegniamo costantemente a migliorare il livello di precisione. Oggi iniziamo a distribuire il nostro nuovo algoritmo delle fasi del sonno ai nostri membri. Questo algoritmo è tra i più accurati algoritmi delle fasi del sonno disponibili in un dispositivo indossabile, raggiungendo il 79% di concordanza con una polisonnografia (PSG) in laboratorio del sonno, il gold standard dei test sul sonno, per la classificazione del sonno in 4 fasi (veglia, sonno leggero, sonno profondo e fase REM).
La ricerca e il lavoro che stanno dietro a questo algoritmo hanno richiesto anni per essere perfezionati, usando tecniche avanzate di machine learning addestrate su uno dei più grandi dataset relativo al sonno mai raccolti.
| “Questo algoritmo è tra i più accurati algoritmi delle fasi del sonno disponibili in un dispositivo indossabile, raggiungendo il 79% di concordanza con un test di laboratorio del sonno tramite polisonnografia (PSG)”. |
“Il nuovo algoritmo delle fasi del sonno evidenzia l’impegno di Oura per l’accuratezza e la validazione scientifica come pilastri fondamentali del nostro prodotto, così come la nostra costante volontà di aiutare i membri nel loro percorso di salute offrendo approfondimenti sulla salute approfonditi e personalizzati”, afferma Shyamal Patel, PhD, Head of Science di Oura.
Per scoprire di più su questo progetto, ci siamo rivolti ai membri del team scientifico di Oura: Raphael Vallat, PhD, Senior Machine Learning Data Scientist ed ex ricercatore sul sonno presso l’Università della California a Berkeley; Gerald Pho, PhD, Senior Machine Learning Data Scientist; e Xi Zhang, PhD, Responsabile Health Sensing.
Di seguito, questi scienziati spiegano cosa rende speciale il nuovo algoritmo delle fasi del sonno, cosa è importante che i membri sappiano, oltre alle sfide e ai successi incontrati lungo il percorso.
LEGGI ANCHE: In che modo Oura Ring monitora il sonno?
Quali sono le novità?
Sebbene il nuovo algoritmo delle fasi del sonno sia più accurato che mai, non preoccuparti: anche il vecchio algoritmo delle fasi del sonno era già tra i migliori nel settore dei dispositivi indossabili ed è stato validato in modo indipendente per l’accuratezza.
Il nuovo algoritmo, tuttavia, alza l’asticella. Ora, Oura Ring raggiunge il 79% di concordanza rispetto ai test di laboratorio PSG considerati gold standard. Questo è un risultato notevole, considerando che studi indipendenti hanno rilevato che l’accordo tra esperti umani che valutano uno studio PSG sulle fasi del sonno in 4 stadi è intorno all’88% e l’accordo tra valutatori per le fasi del sonno in 5 stadi è intorno all’83%.
Inoltre, in tutte le fasi del sonno, il nuovo algoritmo presenta una sensibilità, accuratezza e specificità più elevate, che vanno dal 74% al 98%. Sebbene altri studi abbiano mostrato risultati simili per la rilevazione di una fase specifica del sonno, questa prestazione migliorata di solito va a discapito delle altre fasi (ad esempio, un’elevata accuratezza nella rilevazione del sonno profondo potrebbe portare a una minore capacità di rilevare la fase REM).
Questo significa che il nuovo algoritmo delle fasi del sonno di Oura può rilevare meglio in quale fase del sonno ti trovi durante la notte. L’aumento della sensibilità nelle fasi del sonno non solo migliora la precisione del tuo punteggio sonno, ma anche del tuo punteggio prontezza, dandoti un quadro più accurato di quanto il tuo corpo sia pronto per affrontare la giornata.
LEGGI ANCHE: Il tuo punteggio sonno di Oura
L’elemento distintivo di Oura: la diversità nei dati
Mentre dormi, Oura Ring monitora i segnali del tuo corpo, come la frequenza cardiaca, il movimento e gli andamenti della temperatura corporea, per capire quando ti addormenti e in quale fase del sonno ti trovi. Questo è possibile perché ogni fase del sonno (veglia, sonno leggero, fase REM e sonno profondo) è caratterizzata da segnali biologici distinti.
Per sviluppare il nuovo algoritmo delle fasi del sonno “abbiamo raccolto uno dei più grandi dataset di dispositivi indossabili per il sonno per addestrare un algoritmo in grado di rilevare meglio questi segnali biologici e la fase di sonno associata, in una popolazione più diversificata”, ci racconta Vallat. “Il miglioramento dell’accuratezza offre ai membri Oura approfondimenti migliori sui loro schemi di sonno e sulla salute generale”.
Il processo di sviluppo ha coinvolto più di due anni di ricerca approfondita. “Abbiamo creato attivamente questo dataset, che include più di 1.200 notti di sonno raccolte tramite PSG e Oura Ring nei laboratori del sonno di tutto il mondo”, dice Vallat.
I risultati della loro ricerca sono stati pubblicati sulla rivista scientifica peer-reviewed Sensors. L’articolo offre uno sguardo approfondito su come funziona l’algoritmo, ed è accessibile pubblicamente per permettere a chiunque voglia capire i dettagli tecnici di come funziona il nostro algoritmo del sonno di farlo, a dimostrazione dell’impegno di Oura per la trasparenza.
“A differenza dei dataset precedenti, quello che stavamo raccogliendo proveniva da una popolazione diversificata con ritmi di sonno e background variabili; ad esempio, persone con diverse tonalità di pelle, stati di salute, età e disturbi del sonno”.
Avere un dataset eterogeneo garantisce che l’algoritmo sia stato addestrato su un’ampia varietà di persone e che pertanto funzionerà bene per praticamente chiunque. In Oura, uno dei nostri valori è mettere le persone al primo posto, quindi ci impegniamo a fare in modo che il nostro algoritmo funzioni bene per tutti.
“Da quando lo studio è stato pubblicato nel 2021, abbiamo continuato ad ampliare i nostri database di addestramento e test”, dice Vallat. “Con un dataset più che raddoppiato, abbiamo aumentato la diversità dei pazienti per garantire un’elevata accuratezza tra i diversi tipi di popolazione”.
Di solito, gli algoritmi delle fasi del sonno vengono sviluppati su una quantità limitata di dati (< 100 notti di sonno) e su una popolazione omogenea, come giovani studenti universitari in buona salute. Questo significa che, quando viene usato da una popolazione più ampia e diversificata, l’algoritmo diventa inevitabilmente meno preciso.
| “Con un dataset più che raddoppiato, abbiamo aumentato la diversità dei pazienti per garantire un’elevata accuratezza tra i diversi tipi di popolazione”. |
ALTRE LETTURE: Che cos’è uno studio del sonno con polisonnografia (PSG)?
Informazioni sulla tempistica di sviluppo
Il percorso che porta dalla ricerca e sviluppo all’applicazione pratica di algoritmi scientifici richiede tempo e presenta sfide uniche.
“La scienza richiede tempo”, dice Pho. Possono volerci anni per completare test e validazioni adeguate, e il nostro nuovo algoritmo non fa eccezione. Volevamo assicurarci che la versione di ricerca dell’algoritmo corrispondesse a quella finale presente nel prodotto, il che significa garantire che funzioni come previsto su una base di membri molto più ampia e diversificata”.
“Inoltre, anche quando la scienza è ‘pronta’, l’algoritmo viene sviluppato al di fuori dell’anello come algoritmo teorico e deve essere sincronizzato con l’hardware e Oura App”, spiega Zhang. “Tradurre l’algoritmo in software è stato un processo lungo che ha richiesto la modifica del firmware dell’anello, lo sviluppo dell’app e del Cloud, e altro ancora”.
“Poiché il nuovo algoritmo delle fasi del sonno è fondamentale e ha molte conseguenze a valle, come influenzare il punteggio del sonno complessivo e il punteggio della prontezza, abbiamo dovuto fare delle calibrazioni per garantire una buona continuità complessiva”, dice Pho. “Ecco perché abbiamo rilasciato una versione beta a novembre 2022. Volevamo raccogliere dati relativi a milioni di notti dei membri usando algoritmi concorrenti per assicurarne la coerenza”.
In definitiva, nel corso di due anni, ricercatori Oura e scienziati da tutto il mondo sono riusciti ad ampliare in modo significativo la nostra base di conoscenze scientifiche. Il lavoro continua: aggiorniamo costantemente il dataset e l’algoritmo.
Quali cambiamenti potrebbero notare i membri Oura?
“Poiché abbiamo utilizzato dati da una popolazione più variabile, abbiamo notato alcuni cambiamenti chiave in base all’età e alla variabilità della frequenza cardiaca (VFC)”, spiega Vallat.
I cambiamenti che i membri Oura possono vedere nei loro parametri del sonno includono quanto segue:
- La maggior parte dei membri Oura vedrà un aumento del sonno leggero. Ma niente paura: anche se si chiama “sonno leggero”, porta comunque benefici al cervello e al corpo. Scopri di più sul sonno leggero.
- Se hai una VFC più elevata, potresti notare una riduzione del periodo di veglia e del sonno profondo, e un aumento della fase REM.
- Le persone con VFC più bassa potrebbero notare una diminuzione della fase REM, così come un aumento del periodo di veglia.
ALTRE LETTURE: Cos’è la VFC media?
Pensando al futuro
È importante riconoscere che la scienza del sonno si evolve nel tempo, e così anche la scienza alla base di Oura. “Il nostro obiettivo è offrire i parametri e gli approfondimenti più accurati possibili grazie alla scienza e alla tecnologia disponibili oggi”, dice Patel. “Man mano che la scienza e la tecnologia evolvono, continueremo a evolverci insieme per superare i limiti di ciò che è possibile con Oura”.
“Siamo orgogliosi di essere un’azienda guidata dalla scienza e continueremo a investire nella ricerca e nello sviluppo per offrire le funzionalità di rilevamento della salute più avanzate ai membri Oura”, dice Patel.
Le esperte e gli esperti di Oura
Shyamal Patel, Ph.D., è Head of Science di Oura, dove dirige un’organizzazione interdisciplinare incentrata su ricerca e sviluppo di algoritmi che traducono i dati dei sensori in misure accurate sulla salute e il benessere. Shyamal ha conseguito un dottorato di ricerca in ingegneria elettrica con specializzazione in elaborazione dei segnali e apprendimento automatico applicato presso la Northeastern University. Ha completato la sua ricerca post-dottorato presso l’Università di Harvard e vive a Boston.
Gerald Pho, PhD, è un Senior Machine Learning Data Scientist in Oura. Ha un dottorato in neuroscienze e, da quando è entrato in Oura, ha contribuito allo sviluppo e all’implementazione di diversi algoritmi, incluso il nuovo algoritmo delle fasi del sonno, la frequenza cardiaca durante l’allenamento e l’Health Risk Management.
Raphael Vallat, PhD, è Senior Machine Learning Data Scientist presso Oura. In precedenza ha lavorato come ricercatore sul sonno presso il Center for Human Sleep Science dell’Università della California a Berkeley (nel laboratorio del Prof. Matt Walker). Ha pubblicato molto sul tema del sonno e della salute umana e il suo lavoro è stato presentato in diversi importanti media e podcast.
Xi Zhang, PhD, è Head of Health Sensing in Oura. Supporta un team globale di scienziati nella ricerca e nello sviluppo di algoritmi per molteplici applicazioni sanitarie. Il dottor Zhang ha conseguito il dottorato presso l’Università del Michigan e ha costruito il primo robot per la trombolisi non invasivo al mondo. Ha lavorato prima in Fitbit e poi in Apple dopo la scuola di specializzazione. In Fitbit, ha guidato una startup interna e ha anche sviluppato alcune funzionalità chiave per la salute del cuore, come il monitoraggio della frequenza cardiaca 24 ore su 24 e la rilevazione della fibrillazione atriale (approvata dalla FDA). Fa anche parte del comitato editoriale della rivista Ultrasound in Medicine and Biology, con un focus sulle applicazioni di ML/AI.