ApneaSense · Forschung
Akustische Schlafapnoe-Forschung: Aufgaben, Kennzahlen und Grenzen
Lesen Sie die Arbeiten als Forschung zur akustischen Klassifikation, nicht als Aussage über OSA-Diagnostik oder -Screening. PSG-Markierungen kennzeichnen 200-Sekunden-Fenster als normal oder mit Apnoe beziehungsweise Hypopnoe. Diese Forschungsaufgabe unterscheidet sich sowohl von den möglichen akustischen Auffälligkeiten in SomniSense als auch von einer künftigen Evaluierung auf einem Kundengerät.
Weg zur SDK-Evaluierung ansehen → Originalarbeiten und Methodencode öffnen ↓Datensatz und Auswertungseinheit
Paper A beschreibt 80 Personennächte von 40 Teilnehmenden: 10 PSG-Nächte im Labor und 70 ambulante PSG-Nächte. Für Audio kamen unterschiedliche Mikrofone handelsüblicher Handys und Tablets zum Einsatz. Die Daten umfassen 13.538 markierte einsekündige Schnarchsegmente und 2.953 markierte 200-Sekunden-Atemfenster.
Die Atemlabels umfassen 1.498 normale Fenster und 1.455 Fenster mit Apnoe oder Hypopnoe. Letztere fassen 1.089 als Apnoe und 366 als Hypopnoe markierte Fenster zu einer Klasse zusammen. Das sind Fensterzahlen, keine Anzahl einzelner klinischer Ereignisse oder diagnostizierter Patienten.
Jede Zahl gehört zu ihrer Konfiguration
Paper A: 94,29 % mittlere Genauigkeit und 90,28 % F1 bei der Klassifikation einsekündiger Schnarchsegmente über fünf Seeds. Die Ausgangsgenauigkeit für 200-Sekunden-Atemfenster beträgt 83,82 %. Dieser Ausgangswert darf nicht mit dem Ergebnis des komprimierten Modells vertauscht werden.
Paper E: Pruned 50 % + Fine-Tuning + QAT erreicht 88,49 % Genauigkeit, 88,06 % F1, 9.416 Parameter und ein gespeichertes Modell von 56,4 KB. Die Kompression nutzt Seed 42 auf dem Korpus mit 2.953 Fenstern bei einer stratifizierten 60/20/20-Aufteilung. Der berichtete Testsatz umfasst 591 Fenster.
Getrennt davon misst Paper E die Latenz eines CoreML-Vorwärtsdurchlaufs mit Pruned 50 % + Fine-Tuning auf einem Apple M2 MacBook Pro: im Mittel 0,064 ms, P95 0,076 ms, über 200 Aufrufe nach 20 Aufwärmdurchläufen. Audio-Vor- und -Nachverarbeitung sind ausgeschlossen. Dies ist weder dieselbe gemessene Konfiguration wie in der QAT-Zeile noch eine Garantie für die Gesamtlatenz auf einem Kundengerät.
Was bislang nicht belegt ist
Die Aufteilung wird als stratifiziert je Seed beschrieben, nicht als teilnehmerunabhängige prospektive klinische Studie. Die Kohorte ist klein. Die Übertragbarkeit auf andere Geräte, Standorte und Bevölkerungsgruppen muss weiter geprüft werden. Fensterkennzahlen belegen weder die Genauigkeit von Anfang, Ende oder Dauer möglicher Auffälligkeiten noch klinischen AHI oder personenbezogene Screening-Sensitivität.
Paper E beschreibt rückblickende explorative Arbeit mit Einschränkungen zur Datenherkunft. Dazu gehören ein nicht verfügbarer formaler Ethikprüfungsnachweis und eine Einwilligung, die eine spätere Forschungsveröffentlichung nicht ausdrücklich abdeckte. Die Arbeit sollte nicht als formell ethisch genehmigte klinische Studie dargestellt werden.
Methoden sind öffentlich, Gesundheitsdaten nicht
Methoden- und Trainingscode sind öffentlich. Audioaufnahmen, Labels und abgeleitete Merkmalsmatrizen der Teilnehmenden werden nicht verteilt. Das Kompressions-Repository stellt keine trainierten Modellstände bereit. Sie können Methoden prüfen und auf einem entsprechend autorisierten Korpus ausführen. Das Ergebnis des ursprünglichen Datensatzes lässt sich jedoch nicht allein mit dem öffentlichen Code unabhängig reproduzieren.
Forschung
Die Forschungsquellen sind englische Originale. Es handelt sich um Preprints; sie belegen keine Annahme nach Peer-Review. Der Codezugang umfasst weder den ursprünglichen Gesundheitsdatensatz noch ein SDK für Kunden.
Coordinate Attention · Stage 2
Paper E · Compression
Fragen vor dem nächsten Schritt
Bedeutet 88,49 %, dass 88,49 % der Menschen mit OSA erkannt werden?
Nein. Es ist die Genauigkeit über markierte 200-Sekunden-Fenster. Sie ist weder eine patientenbezogene Sensitivität noch die Genauigkeit klinischer Ereignisgrenzen oder eine Garantie für eine persönliche Nacht.
Sind Apnoe und Hypopnoe hier getrennte Modellausgaben?
Der berichtete Atembenchmark fasst als Apnoe und als Hypopnoe markierte Fenster zu einer Klasse zusammen. Er belegt keine getrennten klinischen Diagnosen aus Geräuschen.