Fullive.ai satser på en søvnenhed, der lærer af dine reaktioner

Somni er Fullive.ai’s bud på noget mere aktivt end traditionel søvntracking. I stedet for kun at opsummere nattens søvn vil virksomheden udvikle en skærmfri enhed til natbordet, som registrerer brugeren og soveværelset, foretager begrænsede ændringer i miljøet og bruger den observerede effekt til at tilpasse en senere plan. Fullive kalder tilgangen response learning – læring af kroppens respons. 58

Det er en ambitiøs produktidé, men ikke det samme som dokumenteret klinisk effekt. Den tilgængelige omtale handler om en enhed under udvikling og en virksomhed, der sigter mod større validering. Derfor bør potentielle brugere skelne mellem de planlagte funktioner og uafhængigt beviste sundheds- eller søvneffekter. 5

Målet er at lære reaktioner – ikke kun give en søvnscore

Mange søvnprodukter fokuserer på observation: De registrerer eksempelvis bevægelse og søvntid og viser derefter en score eller en oversigt. Fullives foreslåede model er anderledes:

1. Mål en tilstand – indsamling af signaler fra personen og rummet.
2. Vælg en afgrænset intervention – for eksempel en justering af lyd, lys eller duft.
3. Observer responsen – vurder, hvad der ændrer sig i løbet af natten, og brug det til næste plan.

Fullive beskriver datastrømmen som tilstand → intervention → respons. Formålet er at lære, hvordan den enkelte reagerer på konkrete påvirkninger i omgivelserne, frem for kun at klassificere vedkommendes aktuelle tilstand. Modellen, der skal trænes på dataene, kalder virksomheden en “responsmodel”. 5

I praksis betyder det, at et mønster af lyd eller lys, som ikke ser ud til at hjælpe, skal kunne ændres den følgende nat. Et mønster, der forbindes med en bedre respons, kan tilsvarende indgå i den næste anbefaling. Hver nat bliver dermed en lille, begrænset feedbackcyklus frem for en engangsrapport. 5

Hvad Somni skal kunne registrere

Somni positioneres som et produkt til natbordet uden skærm og uden noget, der skal bæres på kroppen. Det er rettet mod vidensarbejdere med højt stressniveau. Ifølge omtalen kombinerer enheden millimeterbølgeradar, et mikrofonarray og miljøsensorer for at følge blandt andet vejrtrækning, puls, kropsbevægelser og forholdene i soveværelset gennem natten. 8

Formatet ved sengen er centralt for produktstrategien: Brugeren skal ikke sove med et ur eller andet på kroppen, og systemet kan samtidig observere både personen og søvnmiljøet. Fullives idé er, at soveværelset – som typisk er et relativt stabilt miljø, der kan observeres i mange sammenhængende timer – er et praktisk sted at begynde at lære individuelle reaktioner. 5

Men kontaktfri måling kræver tydelig og åben validering. Påstande om fysiologiske målinger bør holdes op mod nøjagtighedstests og klinisk evidens, især hvis dataene får betydning for beslutninger om trivsel eller helbred.

Fra måling til påvirkning

Det planlagte lag af interventioner er dét, der adskiller Somni fra en almindelig tracker. Enheden skal bruge lyd, lys og duft som input i rummet med formål som at støtte indsovning, reagere på opvågninger i løbet af natten og skabe en blidere opvågning. 58

Fullive oplyser, at systemets handlemuligheder skal være begrænsede frem for at lade en generativ AI styre frit. I virksomhedens beskrivelse leverer sensorer data til et planlægningslag baseret på en foundation-model, mens “Bio-OS Harness” koordinerer modulerne til registrering og output. Virksomheden peger også på sikkerhedsgrænser som konfidensgrænser, evidens og et snævert sæt af interventioner. 5

De grænser er væsentlige. Automatisering i soveværelset bliver ikke automatisk nyttig, bare fordi den er personlig og tilpasningsdygtig. Et brugbart system skal kunne vise, at det vælger indgreb pålideligt, undgår at forstyrre brugeren og skaber resultater, der holder over tid.

Derfor kaldes det et lukket kredsløb

Et lukket kredsløb indsamler ikke blot data. Det forbinder måling, beslutning, handling og tilbagemelding:

• Registrér: Opfang signaler fra personen og rummet.
• Fortolk: Vurdér den aktuelle tilstand og den relevante sammenhæng.
• Handl: Udfør en afgrænset intervention i omgivelserne.
• Lær: Sammenlign den efterfølgende respons med tidligere mønstre, og justér en fremtidig strategi.

Fullives langsigtede mål er at indsamle sammenkædede data om handlinger og responser i virkelige hjem. Virksomheden argumenterer for, at disse data på sigt kan understøtte en AI, som forudsiger, hvordan kropslige tilstande kan ændre sig som respons på forhold i omgivelserne. 5

Det er en langt sværere ambition end at bygge et søvndashboard. Systemet skal kunne skelne meningsfulde effekter fra almindelige udsving fra nat til nat, forstyrrende faktorer og upræcise sensormålinger. Det kan ikke afklares alene ved, at et produkt bliver brugt.

Privatliv: Et produktløfte, ikke en certificering

Fullive oplyser, at rå bølgeformsdata fra radaren først gemmes lokalt, og at data sendt til skyen krypteres og minimeres for at undgå upload af rådata, der kan genskabe personlige oplysninger. 5

Det er et relevant designmål for en enhed, der står fast i soveværelset. Men det bør ikke opfattes som en uafhængig certificering af privatlivsbeskyttelse. Købere og anmeldere har brug for klar dokumentation om opbevaringstider, cloudbehandling, kontroller i brugerens konto, deling med tredjeparter og sikkerhedspraksis for at kunne vurdere løsningen.

Den større plan: Fra søvnmakker til responsmodel

Fullive fremstiller Somni som første skridt i en bredere platformstrategi. Virksomheden siger, at den vil bevæge sig fra søvnfokuserede forsøg og masseproduktion mod større klinisk validering og muligvis senere produkter til dagtimerne. Det langsigtede koncept er en fysiologisk “verdensmodel”, der kan forudse og sikkert påvirke kroppens tilstand via de fysiske omgivelser. 57

Indtil videre er det en forsknings- og produktvision. Den vigtigste dokumentation at holde øje med er uafhængigt designede kliniske studier, offentliggjorte nøjagtighedstests af de kontaktfri målinger og vedvarende resultater på tværs af forskellige brugere – ikke alene virksomhedens egne beskrivelser af, hvordan systemet er tænkt til at fungere. 5

Det bør man holde øje med

Somni er interessant, fordi den flytter målet fra at måle søvn til at afprøve, om små, personlige ændringer i omgivelserne faktisk hjælper. Men værdien afhænger af tre uafklarede spørgsmål:

• Kan de kontaktfri sensorer måle relevante signaler præcist nok til individuelle beslutninger?
• Forbedrer interventioner med lyd, lys og duft meningsfulde søvnresultater ud over almindelige variationer eller placeboeffekter?
• Kan produktet dokumentere sikkerhed, beskyttelse af privatliv og varige gevinster i grundige, uafhængige studier?

Indtil de spørgsmål er besvaret, bør Somni ses som et tidligt AI-hardwarevæddemål på personlig restitution – ikke som en valideret medicinsk løsning. 58