阻塞性睡眠呼吸暂停(OSA)是一种非常常见的睡眠障碍，但它的诊断普遍不足。它的许多症状和影响可能包括心血管疾病或记忆障碍。患有阻塞性睡眠呼吸暂停综合症的司机在驾驶时睡着，如果没有得到诊断或治疗，可能会发生致命事故。
为什么有如此多的阻塞性睡眠呼吸暂停病例没有得到诊断和治疗，原因之一是要准确诊断阻塞性睡眠呼吸暂停通常需要昂贵的、劳动密集型的夜间睡眠研究，称为多导睡眠图(PSG)。但马尼托巴大学(University of Manitoba)开发的新技术可以通过分析患者清醒时的呼吸声音，在30秒内告诉他们是否患有阻塞性睡眠呼吸暂停。
阻塞性睡眠呼吸暂停
阻塞性睡眠呼吸暂停症是指睡眠时呼吸的暂时停止。呼吸暂停是指呼吸暂停持续10秒以上，导致血液中的氧气水平下降3%以上。同样，呼吸流量减少50%以上，持续10秒以上，同时血氧水平下降超过3%，就被称为低呼吸事件。
每小时睡眠中呼吸暂停和低呼吸事件的数量被称为呼吸暂停/低呼吸指数(AHI)，是衡量OSA严重程度的一项指标。
一个非常高的AHI，例如200，意味着在一个小时的睡眠中，呼吸停止(或减少超过50%)200次，每次超过10秒。大多数这些事件都伴随着血氧水平下降，可能导致缺氧，这可能会触发大脑醒来以恢复血氧水平。
AHI值高的人睡眠很差。事实上，他们可能永远无法进入深度睡眠。因此，他们白天总是感到疲倦和困倦。
一整夜的多导睡眠监测(PSG)可以记录15种以上的生物信号，但现在有很多便携式多导睡眠监测设备，可以在家中记录3 ~ 5种信号，并给出相对准确的诊断。
AWakeOSA技术的应用包括术前快速诊断OSA，以及在农村和偏远地区的诊断 e无法进行PSG评估。
然而，对于需要治疗的睡眠呼吸暂停病例，需要在睡眠实验室进行全面的PSG评估，在此期间，睡眠技术人员会尝试不同的方法来确定最佳治疗方法。例如，用于确定持续气道正压通气机(CPAP)的最佳气压，以保持患者在不同睡眠阶段的气道畅通。
对于手术前需要全身麻醉的患者来说，睡眠呼吸暂停的普遍诊断不足是至关重要的，因为呼吸暂停患者术后需要特别护理。能够在病人清醒的几分钟内检测出阻塞性睡眠呼吸暂停综合症将有助于确保这些病人得到他们需要的治疗。这正是AWakeOSA技术所承诺的。
阻塞性睡眠呼吸暂停的清醒识别
AWakeOSA是一项智能技术，它有一个应用程序，可以提供用一个小麦克风记录呼吸声音的指令。它记录了通过鼻子呼吸时的五次呼吸和通过嘴呼吸时的五次呼吸周期的气管呼吸声音。录音是在人醒着躺着的时候完成的。
这项技术自2010年以来一直在开发中。我们使用清醒的气管呼吸音来检测OSA的基本原理是基于上呼吸道结构，即使在清醒的情况下，有睡眠呼吸暂停的人与没有呼吸暂停的人相比，上呼吸道结构是不同的。气管呼吸音受上气道结构变化的影响。
这些呼吸声音的变化不能被人的耳朵检测到，但通过使用先进的信号处理和机器学习技术，我们已经能够证明呼吸声音确实反映了上呼吸道的病理。然而，OSA与呼吸音特征之间的高度相关性并不能保证对OSA的高度准确检测。
由于睡眠呼吸暂停的异质性，单靠呼吸音分析来检测OSA具有挑战性，不同的原因会导致呼吸音的不同特征。此外，还有许多影响呼吸音特征的变量，包括年龄、性别、身高、体重和吸烟史。
为了克服这些挑战，我们提出了一个智能诊断方案，考虑了所有这些混杂变量的影响。在复杂的机器学习算法(AWakeOSA)的帮助下，我们的团队现在可以可靠、准确地检测清醒时的OSA严重程度。计划在更大的人群中验证这项技术。
一个嵌入在特别设计的腔室中的麦克风和一个小型前置放大器盒。硬件方面可以进行改进
连接到越南河粉上的一个应用
或者用电脑来录音。信贷:Zahra穆萨维
外科手术病人
一个重要的应用是外科病人的不明OSA状态，正在进行全身麻醉。在这种应用中，检测的敏感性(检测有睡眠呼吸暂停的人)比特异性(检测没有睡眠呼吸暂停的人)更重要。
AWakeOSA算法智能决策的美妙之处在于，我们可以在其特异性的基础上以较小的代价提高其敏感性。这意味着，准确识别所有睡眠呼吸暂停患者是当务之急——就像外科病人一样——我们可以提高OSA检测的准确性，只需要稍微增加假阳性结果。
根据其应用情况，可以灵活地调整检测的敏感性/特异性，这取决于哪个更重要。
AWakeOSA技术还可以确定那些需要治疗睡眠呼吸暂停的患者，准确率超过89%。这意味着它可以作为一种准确的筛查工具，减少需要进行全面PSG评估的人数，为卫生保健系统节省数百万美元的成本。
