Tecnologia

Pesquisadores acreditam que a IA pode ajudar a medir o tempo de soneca


Uso da Internet e perda de sono: pesquisadores acreditam que a IA pode ajudar a medir o tempo de soneca

Um estudo da Universidade Monash fez uma pergunta diferente: os dados massivos que todos nós geramos ao conectar e desconectar da internet ajudariam os pesquisadores a entender o sono?

Todo mundo dorme, mas temos poucas ferramentas para medir o sono que o mundo está recebendo em escala. IA e o sono pode nos ajudar a estudar os choques globais quase em tempo real.

Não é incomum ouvir pessoas reclamando de cansaço várias vezes ao dia, mas por quê? O sono é fundamental para a saúde humana, mas por ser tão privado, existem poucas ferramentas para medir quanto sono todos estão dormindo em escala. Os métodos existentes usam diários de tempo, pesquisas de sono, laboratórios de sono ou, mais recentemente, tecnologia vestível para medir o sono. Mas nenhuma dessas abordagens está pronta para enfrentar uma pandemia global de perda de sono.


UMA Universidade Monash O estudo fez uma pergunta diferente: os dados massivos que todos nós geramos ao conectar e desconectar da internet podem ajudar os pesquisadores a entender o sono?

À medida que os endereços da Internet ficam online e offline ao longo do dia, eles rastreiam o ciclo comportamental humano diário: um vale nas primeiras horas, seguido por uma atividade crescente ao longo do dia até um pico à noite e, em seguida, uma queda acentuada durante a noite.

E, no entanto, não há dois ciclos iguais: o dia da semana importa (ir para o centro na sexta à noite diminui a atividade da Internet), as ordens de ficar em casa certamente importam (ficamos on-line mais cedo e mais) e até diminui a atividade durante os horários de oração durante o Ramadã são visíveis em regiões tradicionalmente muçulmanas.

o Pesquisa de uso do tempo americano (ATUS) pergunta aos americanos sobre as atividades do dia anterior, incluindo quando acordaram e quando foram dormir. O estudo da Monash usou dados de pesquisa de 81 cidades dos EUA durante um período de seis anos para calcular quando os moradores dormiam e acordavam a cada ano, depois usou dados de atividade da Internet para fazer o mesmo cálculo.

Os pesquisadores então treinaram um algoritmo de aprendizado de máquina para rastrear como as mudanças no uso da Internet ao longo de um dia se relacionam com os tempos médios de vigília e sono em cada cidade.

Quando solicitados a prever a duração média esperada do sono para uma cidade que o algoritmo nunca havia visto antes, a precisão foi de 20 minutos. Ao estimar o tempo médio de despertar matinal, ele teve uma precisão de nove minutos.

Os pesquisadores repetiram esse resultado ao usar dados de demanda diária de eletricidade em vez de dados da Internet para prever o sono. Mas há algo fundamentalmente diferente nas medições da atividade da Internet em comparação com os dados de demanda de eletricidade: disponibilidade global. Os EUA têm uma burocracia de eletricidade altamente funcional, mas nem todos os países têm. A medição da atividade da Internet, por outro lado, pode ser medida de forma remota e consistente para qualquer dispositivo conectado à Internet no planeta.

Isso sugere que a quantidade de sono que estamos recebendo coletivamente pode ser estimada para qualquer cidade (conectada à Internet) do planeta quase em tempo real.

Esse tipo de pesquisa tem uma enorme variedade de aplicações, incluindo mapeamento de impacto durante desastres naturais, documentação de desligamentos da Internet associados a violações de direitos humanos e até mesmo avaliações de disponibilidade da Internet durante a guerra russo-ucraniana.

Se esta abordagem pode ser aplicada globalmente ainda não se sabe. A tecnologia e os hábitos de sono dos americanos podem ser únicos. Se assim for, um modelo de Inteligência Artificial (IA) que aprenda a associação de sono da internet nos EUA cairá fora de suas fronteiras. Outra armadilha potencial é que os padrões da Internet são provavelmente afetados pela combinação de tecnologias em jogo – a assinatura da Internet de um continente ‘mobile-first’ como a África pode ser muito diferente da de América do Norteque depende fortemente de internet banda larga fixa.

Como tantos desafios na aplicação da IA ​​às ciências da saúde, a resposta para ambos os obstáculos está em ampliar o conjunto de treinamento para o modelo. Quanto mais medições os pesquisadores tiverem de estudos tradicionais do sono, em mais países, culturas e contextos de tecnologia, mais confiança eles podem ter em qualquer previsão de modelo.

Caso surja um observatório global do sono (a partir de medições da Internet), os cientistas da saúde e do sono da população talvez ganhem mais.

Se grandes mudanças no uso da internet revelarem mudanças semelhantes nos padrões de sono, os pesquisadores podem ir ao campo e usar ferramentas mais precisas para investigar mais. Da mesma forma, choques globais significativos, como pandemias e recessões, podem ser estudados quase em tempo real por seu impacto em nosso sono, solicitando as mensagens corretas de saúde pública sobre saúde mental e sono, melhor tecnologia e design de aplicativos e educação oportuna sobre a importância do sono em momentos de estresse.

FacebookTwitterLinkedin




Source link

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *