Bagaimana AI dapat membantu manusia tidur lebih baik?
Menurut Maslow, manusia memiliki lima kebutuhan dasar:
fisiologis, keamanan, cinta dan rasa memiliki, penghargaan, serta aktualisasi
diri. Kebutuhan fisiologis merupakan yang paling mendasar karena berkaitan
langsung dengan kelangsungan hidup, seperti makan, minum, reproduksi, dan
tidur. Jika pentingnya makan, minum, dan reproduksi mudah dipahami, tidur
sering kali dianggap lebih kompleks. Baru pada abad ke-19, seiring dengan
kemajuan teknologi dan artificial intelligence (AI), ilmu pengetahuan mulai
memahami manfaat tidur serta mendeteksi gangguan tidur dengan lebih akurat.
Lantas, bagaimana peran AI dalam membantu manusia tidur?
Sebelum AI berkembang, penelitian tentang tidur memerlukan
observasi manual yang memakan waktu dan tidak selalu akurat. Untuk mempelajari
gangguan tidur, seperti sleep apnea atau insomnia, partisipan harus tidur di
laboratorium dengan pemantauan langsung. Kini, dengan kemajuan algoritma AI
yang mampu mengenali pola, deteksi gangguan tidur menjadi lebih mudah.
Smartwatch seperti Fitbit, Mi Band, Galaxy Watch, dan Apple Watch memungkinkan
pengguna melakukan sleep tracking tanpa harus ke laboratorium. Fitur ini
bekerja dengan menganalisis kualitas tidur berdasarkan detak jantung,
pernapasan, dan gerakan tubuh selama seseorang tidur. Data dikumpulkan oleh
sensor pada perangkat wearable, kemudian diproses menggunakan algoritma AI
untuk memberikan analisis yang lebih akurat mengenai pola tidur pengguna.
AI dalam sleep medicine juga digunakan untuk
mengidentifikasi tahap tidur, memprediksi ritme sirkadian dari ekspresi gen, serta
mengklasifikasikan fenotipe pasien dengan obstructive sleep apnea. Penelitian
ini memungkinkan pemahaman yang lebih komprehensif terhadap karakteristik
biologis dan perilaku penderita gangguan tidur, sehingga pilihan perawatan
dapat dipersonalisasi sesuai kondisi masing-masing pasien. Selain itu, penerapan
AI pada kumpulan data berskala besar memungkinkan prediksi gangguan tidur, seperti
obstructive sleep apnea (OSA), comorbid insomnia and sleep apnea (COMISA),
serta insomnia. Data yang digunakan mencakup rekaman electroencephalography
(EEG), polysomnography (PSG), citra computed tomography (CT), dan magnetic
resonance imaging (MRI). Integrasi AI dengan sistem rekam medis elektronik
(EHR) juga memungkinkan pemberian peringatan otomatis kepada tenaga medis
mengenai pasien yang berisiko mengalami gangguan pernapasan saat tidur. Dengan
begitu, deteksi dini dapat dilakukan dengan lebih akurat, intervensi medis
dapat dilakukan lebih cepat, dan kualitas perawatan pasien terus meningkat.
Sebagai kesimpulan, AI telah merevolusi cara deteksi dan
penanganan gangguan tidur dengan lebih akurat dan efisien, serta berperan dalam
setiap tahapan perawatan, mulai dari skrining, diagnosis, hingga pengobatan. AI
memiliki potensi besar untuk memperdalam pemahaman tentang gangguan tidur dan
dampaknya pada kemampuan kognitif seperti konsentrasi, daya ingat, dan
kesehatan mental. Dengan pemahaman yang lebih baik, seseorang dapat
meningkatkan kualitas tidur dan, pada akhirnya, kualitas hidupnya. -
Referensi:
Verma, R. K., Dhillon, G., Grewal, H., Prasad, V., Munjal,
R. S., Sharma, P., Buddhavarapu, V., Devadoss, R., Kashyap, R., & Surani,
S. (2023). Artificial intelligence in sleep medicine: Present and future. World
journal of clinical cases, 11(34), 8106–8110. https://doi.org/10.12998/wjcc.v11.i34.8106
Stephansen, J.B., Olesen, A.N., Olsen, M. et al.
(2018). Neural network analysis of sleep stages enables efficient diagnosis of
narcolepsy. Nat Commun 9, 5229. https://doi.org/10.1038/s41467-018-07229-3
Ha S, Choi S, Lee S, Wijaya R, Kim J, Joo E, Kim J. (2023). Predicting
the Risk of Sleep Disorders Using a Machine Learning–Based Simple
Questionnaire: Development and Validation Study. J Med Internet Res, 25:e46520.
https://doi.org/10.2196/46520
Kim JW, Lee K, Kim HJ, Park HC, Hwang JY, Park SW, Kong HJ,
Kim JY. (2024). Predicting Obstructive Sleep Apnea Based on Computed Tomography
Scans Using Deep Learning Models. Am J Respir Crit Care Med, 210(2):211-221. https://doi.org/10.1164/rccm.202304-0767OC
Watson, N.
F., & Fernandez, C. R. (2021). Artificial intelligence and sleep: Advancing
sleep medicine. Sleep Medicine Reviews, 59, 101512. https://doi.org/10.1016/j.smrv.2021.101512
