Somni mahu belajar apa yang benar-benar membantu anda pulih ketika tidur

Somni ialah usaha Fullive.ai untuk bergerak melangkaui penjejakan tidur pasif. Daripada sekadar melaporkan bagaimana tidur seseorang pada malam sebelumnya, syarikat itu sedang membangunkan peranti tepi katil tanpa skrin yang mengesan keadaan pengguna dan bilik tidur, membuat perubahan terhad pada persekitaran, lalu menggunakan hasil yang diperhatikan untuk memperhalusi pelan bagi malam seterusnya. Fullive menamakan pendekatan ini sebagai pembelajaran respons (response learning). 58

Ia ialah gagasan produk yang bercita-cita tinggi, tetapi bukan bukti keberkesanan klinikal yang telah mantap. Laporan sedia ada menggambarkan peranti yang masih dalam pembangunan serta syarikat yang mencari pengesahan pada skala lebih besar. Pengguna wajar membezakan keupayaan yang disasarkan dengan manfaat tidur atau kesihatan yang sudah terbukti secara bebas. 5

Idea utamanya: belajar daripada respons, bukan sekadar skor tidur

Kebanyakan produk tidur menumpukan pemerhatian: mengukur pergerakan, waktu tidur atau isyarat lain, kemudian memaparkan skor dan ringkasan. Gelung data yang dicadangkan Fullive berbeza:

1. Mengukur keadaan — mengumpulkan isyarat daripada individu yang tidur dan persekitaran bilik.
2. Memilih intervensi yang terbatas — misalnya pelarasan bunyi, cahaya atau haruman.
3. Memerhati respons — menilai perubahan sepanjang malam dan menggunakan bukti itu dalam perancangan berikutnya.

Fullive menerangkan set data ini sebagai keadaan → intervensi → respons. Matlamatnya ialah memahami bagaimana seseorang individu bertindak balas terhadap input persekitaran tertentu, bukan hanya mengelaskan keadaan mereka ketika itu. Syarikat tersebut memanggil model yang dilatih daripada data itu sebagai “model respons”. 5

Secara praktikal, corak bunyi atau pencahayaan yang tidak berkesan boleh diubah pada malam berikutnya. Jika sesuatu corak dikaitkan dengan respons yang lebih baik, ia boleh memaklumkan saranan selepas itu. Justeru, setiap malam menjadi satu kitaran maklum balas kecil yang terkawal, bukan laporan tidur sekali sahaja. 5

Apa yang Somni direka untuk kesan

Somni diposisikan sebagai produk tepi katil tanpa peranti pakai dan tanpa skrin untuk pekerja berasaskan pengetahuan yang mengalami tekanan tinggi. Laporan mengenai peranti ini menyatakan ia menggabungkan radar gelombang milimeter, susunan mikrofon dan penderia persekitaran bagi memantau isyarat termasuk pernafasan, kadar denyutan jantung, pergerakan badan serta keadaan bilik tidur sepanjang malam. 8

Format tepi katil penting dalam strategi produknya. Ia tidak memerlukan pengguna memakai peranti semasa tidur, sambil membolehkan sistem memerhati individu dan persekitaran tidur serentak. Menurut tesis Fullive, bilik tidur yang agak stabil dan dipantau berterusan selama berjam-jam merupakan tempat yang praktikal untuk mula mempelajari respons yang diperibadikan. 5

Namun, penderiaan tanpa sentuhan ialah bidang yang memerlukan pengesahan telus. Dakwaan tentang ukuran fisiologi perlu dinilai berbanding penanda aras ketepatan dan bukti klinikal, khususnya jika ia mempengaruhi keputusan berkaitan kesejahteraan atau kesihatan.

Daripada penderiaan kepada intervensi

Lapisan intervensi yang dicadangkan itulah yang membezakan Somni daripada penjejak biasa. Peranti ini dirancang menggunakan bunyi, cahaya dan haruman sebagai input persekitaran, dengan sasaran seperti membantu seseorang mula tidur, bertindak balas terhadap terjaga pada waktu malam dan menyokong pengalaman bangun yang lebih lembut. 58

Fullive berkata sistem ini direka dengan ruang tindakan yang terhad, bukannya memberi AI generatif kawalan tanpa batas. Dalam penerangan syarikat, penderia menyalurkan data kepada lapisan perancangan berasaskan model asas, manakala “Bio-OS Harness” menyelaras modul penderiaan dan output. Syarikat itu turut menyebut had keyakinan, bukti dan set intervensi yang sempit sebagai sempadan keselamatan. 5

Sempadan ini penting kerana automasi diperibadikan di bilik tidur tidak semestinya bermanfaat hanya kerana ia bersifat adaptif. Sistem yang berguna perlu membuktikan bahawa ia boleh memilih intervensi dengan andal, mengelakkan pilihan yang mengganggu dan menghasilkan kesan yang berkekalan.

Mengapa ia dipanggil sistem gelung tertutup

Produk gelung tertutup bukan sekadar mengumpulkan data. Ia menghubungkan pengukuran, keputusan, tindakan dan maklum balas:

• Mengesan: menangkap isyarat daripada individu dan bilik.
• Membuat inferens: menganggar keadaan semasa serta konteks berkaitan.
• Bertindak: menggunakan intervensi persekitaran yang terkawal.
• Belajar: membandingkan respons selepas itu dengan corak terdahulu dan melaras strategi masa depan.

Matlamat lebih besar Fullive ialah mengumpulkan data tindakan-dan-respons yang berpasangan di rumah sebenar. Syarikat itu berhujah bahawa bukti ini akhirnya boleh menyokong sistem AI yang meramalkan bagaimana keadaan tubuh berubah sebagai tindak balas kepada keadaan persekitaran. 5

Ini jauh lebih sukar daripada membina papan pemuka tidur. Ia memerlukan pemisahan antara kesan yang bermakna dengan variasi tidur biasa dari malam ke malam, faktor pengeliruan dan bacaan penderia yang tidak tepat — persoalan yang tidak dapat dijawab melalui penggunaan produk semata-mata.

Dakwaan privasi tetap perlu dinilai sebagai dakwaan produk

Fullive menyatakan bahawa bentuk gelombang mentah radar disimpan secara setempat terlebih dahulu, manakala maklumat yang dihantar ke awan disulitkan dan diminimumkan bagi mengelakkan data mentah yang boleh membina semula maklumat peribadi dimuat naik. 5

Ini ialah matlamat reka bentuk yang relevan untuk peranti yang sentiasa berada di bilik tidur, tetapi ia tidak patut dianggap sebagai pensijilan privasi bebas. Pembeli dan pengulas memerlukan dokumentasi jelas tentang tempoh penyimpanan data, pemprosesan awan, kawalan akaun, perkongsian dengan pihak ketiga dan amalan keselamatan untuk menilai pelaksanaannya.

Sasaran lebih besar: daripada teman tidur kepada “model respons”

Fullive membentangkan Somni sebagai langkah pertama dalam strategi platform yang lebih luas. Syarikat itu berkata ia merancang untuk bergerak daripada percubaan berfokuskan tidur dan pengeluaran besar-besaran kepada pengesahan klinikal yang lebih besar, sebelum berpotensi berkembang kepada produk waktu siang. Konsep jangka panjangnya ialah “model dunia” fisiologi yang boleh menjangka dan mempengaruhi keadaan tubuh secara selamat melalui persekitaran fizikal. 57

Buat masa ini, ia masih merupakan visi penyelidikan dan produk. Bukti paling penting untuk diperhatikan ialah kajian klinikal yang direka secara bebas, ujian ketepatan penderiaan tanpa sentuhan yang diterbitkan, serta hasil berkekalan merentasi pengguna yang pelbagai — bukan hanya penerangan syarikat tentang cara sistem itu sepatutnya berfungsi. 5

Perkara yang perlu diperhatikan selepas ini

Cadangan Somni menarik kerana ia mengalihkan tumpuan daripada mengukur tidur kepada menguji sama ada perubahan persekitaran kecil yang diperibadikan boleh membantu pemulihan. Namun, nilai produk ini bergantung pada tiga persoalan yang belum terjawab:

• Bolehkah penderia tanpa sentuhannya mengukur isyarat yang relevan dengan cukup tepat untuk keputusan individu?
• Adakah intervensi bunyi, cahaya dan harumannya meningkatkan hasil tidur yang bermakna, melebihi variasi biasa atau kesan plasebo?
• Bolehkah ia menunjukkan keselamatan, privasi dan manfaat berpanjangan dalam kajian bebas yang ketat?

Sehingga persoalan ini dijawab, Somni lebih tepat difahami sebagai pertaruhan awal perkakasan AI terhadap pemulihan yang diperibadikan — bukannya penyelesaian perubatan yang telah disahkan. 58