Βρείτε μας στο Google News. Πατήστε εδώ!Η αϋπνία είναι μια διάχυτη διαταραχή του ύπνου που επηρεάζει εκατομμύρια ανθρώπους παγκοσμίως. Θεωρείται εδώ και πολύ καιρό μια σημαντική ανησυχία για την υγεία που χαρακτηρίζεται από δυσκολία να αποκοιμηθεί ή να παραμείνει για αρκετά μεγάλο χρονικό διάστημα. Ενώ σχεδόν όλοι υποφέρουν από αϋπνία περιστασιακά, μπορεί συχνά να ανακουφιστεί αλλάζοντας τη ρουτίνα πριν τον ύπνο, αποφεύγοντας αργά το φαγητό και ποτό, ασκήσεις χαλάρωσης και αναπνοής, κλείνοντας τα gadget νωρίτερα το βράδυ, μειώνοντας το άγχος συνολικά και με βραχυπρόθεσμη φαρμακευτική αγωγή.
Η χρόνια αϋπνία, εάν αφεθεί χωρίς θεραπεία, μπορεί τελικά να οδηγήσει σε προβλήματα υγείας, όπως συνεχιζόμενη κόπωση κατά τη διάρκεια της ημέρας και αυξημένο κίνδυνο άλλων καταστάσεων υγείας. Συνεπώς, αναζητούνται έντονες προσεγγίσεις για την αντιμετώπιση του προβλήματος της αϋπνίας. Έρευνα που δημοσιεύτηκε στο International Journal of Industrial and Systems Engineering προσφέρει μια πολλά υποσχόμενη πρόοδο στην τεχνολογία του ύπνου.
Οι Shan Hu, Liyan Zhang, Weiqi Guo, Dong Zhang, Qi Jia, Zitong Yang και Min Guo του Τεχνολογικού Πανεπιστημίου Hubei στο Wuhan, Hubei, Κίνα, χρησιμοποίησαν την επιστήμη των νευρωνικών δικτύων για να αναπτύξουν ένα βοήθημα ύπνου που «καταλαβαίνει» το μεμονωμένο χρήστη. Χρησιμοποιεί εξελιγμένες διαδικασίες για να μοντελοποιήσει τα πρότυπα ύπνου του και στη συνέχεια να παίξει χαλαρωτική μουσική σε κατάλληλα σημεία για να βοηθήσει να ξεπεράσει την αϋπνία του ατόμου. Η ομάδα προτείνει ότι η εργασία τους μπορεί να αλλάξει τον τρόπο με τον οποίο σχεδιάζονται τα προϊόντα για τον ύπνο δίνοντας προτεραιότητα στον χρήστη και όχι στο πρόβλημά του.
Η προσέγγιση της ομάδας ενσωματώνει εξελιγμένες τεχνικές όπως η διεργασία αναλυτικής ιεραρχίας (AHP), η ανάπτυξη συναρτήσεων ποιότητας (QFD) και τα μοντέλα δομής συμπεριφοράς συνάρτησης (FBS) για την ανάπτυξη μιας πιο αποτελεσματικής προσέγγισης. Το AHP χρησιμοποιείται για να αξιολογήσει τις ανάγκες του χρήστη και να σταθμίσει κάθε παράγοντα.
Τα συνελικτικά νευρωνικά δίκτυα επιτρέπουν στη συνέχεια στην ομάδα να δημιουργήσει ένα εξατομικευμένο μοντέλο κατάστασης ύπνου που μπορεί να προσαρμοστεί σε μεμονωμένα πρότυπα ύπνου και στη συνέχεια να βελτιστοποιηθεί για αποτελεσματική βοήθεια ύπνου. Τα μοτίβα ύπνου, ή μάλλον «έλλειψης ύπνου» παρακολουθούνται αρχικά με χρήση ενός καρδιολογικού ελέγχου και μετρήσεις αγωγιμότητας δέρματος τα δεδομένα από τα οποία τροφοδοτούνται στο μοντέλο.
Κρίσιμα, αυτό που προκύπτει από αυτό το έργο είναι ότι ο σχεδιασμός πρέπει να επικεντρωθεί τόσο στον χρήστη όσο και στη συσκευή για να έχει τα καλύτερα αποτελέσματα. “Αυτή η μέθοδος μπορεί να βελτιώσει την εμπειρία του χρήστη των ευφυών προϊόντων ύπνου από την άποψη των αναγκών των χρηστών και να παρέχει μια εφικτή αναφορά για την έρευνα σχεδιασμού των ευφυών προϊόντων ύπνου”, γράφει η ομάδα.
