Smart mattress theo dõi và điều chỉnh giấc ngủ thế nào?

Smart mattress cũng khác polysomnography (PSG) trong phòng ngủ lâm sàng. Nệm thường không đo điện não, điện mắt và trương lực cơ như PSG; nó dựa nhiều hơn vào dao động cơ học, áp lực, chuyển động, nhịp tim, nhịp thở và nhiệt độ. Các con số như REM, deep sleep hay sleep score vì thế chủ yếu là ước tính thuật toán. Điểm mạnh của hệ thống nằm ở khả năng theo dõi thụ động qua nhiều đêm và, ở những mẫu có phần cứng phù hợp, dùng dữ liệu đó để thay đổi môi trường nhiệt hoặc cơ học của bề mặt ngủ.

Smart mattress thu dữ liệu giấc ngủ bằng cảm biến nào?

Nhiều tín hiệu sinh lý tạo ra biến đổi rất nhỏ trên bề mặt giường. Mỗi nhịp tim tạo một phản lực cơ học truyền qua cơ thể; hô hấp làm lồng ngực dịch chuyển theo chu kỳ; trở mình hoặc rời giường tạo thay đổi áp lực lớn hơn. Cảm biến piezoelectric, cảm biến áp lực hoặc hệ ballistocardiography (BCG) có thể ghi các dao động này rồi chuyển chúng thành tín hiệu số.

Cảm biến cơ học tách nhịp tim, nhịp thở và chuyển động

Trong hệ BCG hoặc cảm biến dưới nệm, tín hiệu thô là tổng hợp của dao động do tim, nhịp hô hấp, cử động toàn thân và nhiễu cơ học. Thuật toán lọc rồi tách các thành phần theo biên độ, chu kỳ hoặc đặc trưng tần số trước khi ước tính heart rate (HR), respiratory rate (RR), mức cử động hay thời gian có mặt trên giường. Các nghiên cứu đối chiếu với PSG cho thấy cách đo contactless này có thể đạt độ chính xác tốt đối với HR và RR trên một số thiết bị đã được validation; benchmark cụ thể phụ thuộc phần cứng, thuật toán và nhóm người được thử nghiệm.

Tư thế và chuyển động vẫn là giới hạn vật lý. Nghiên cứu Smart Bedding trên 30 người khỏe mạnh báo cáo RR accuracy 93,9% và HR accuracy 88,7% so với PSG, đồng thời ghi nhận ước tính HR kém hơn khi nhịp tim dưới 55 bpm hoặc người tham gia nằm nghiêng. Cảm biến không tiếp xúc giảm gánh nặng đeo thiết bị, nhưng chất lượng tín hiệu vẫn phụ thuộc cách lực và dao động truyền qua nệm.

Cảm biến nhiệt và môi trường bổ sung ngữ cảnh

Một số hệ thống còn đo nhiệt độ bề mặt giường, nhiệt độ phòng và các biến môi trường liên quan. Các dữ liệu này không tự xác định người dùng đang ở REM hay deep sleep, nhưng cung cấp ngữ cảnh cho thuật toán điều chỉnh nhiệt. Tài liệu chính thức của Eight Sleep cho biết hệ thống thu chuyển động, nhịp tim, nhịp thở, nhiệt độ giường và nhiệt độ phòng; Sleep Number mô tả việc theo dõi HR, HRV và breath rate dưới dạng giá trị trung bình theo đêm.

Bộ cảm biến thay đổi theo từng sản phẩm, nên “smart mattress” không đồng nghĩa với một tập dữ liệu chuẩn. Khả năng phân tích và tự động hóa phía sau luôn bị giới hạn bởi tín hiệu đầu vào thực sự có sẵn.

Dữ liệu cảm biến được biến thành chỉ số giấc ngủ ra sao?

Cảm biến tạo dữ liệu thô; lớp xử lý tín hiệu và mô hình suy luận mới biến dữ liệu đó thành “thời gian ngủ”, “thức giấc”, HRV hoặc sleep stage. Pipeline thường đi từ lọc nhiễu, nhận diện cử động, trích đặc trưng tim-thở đến phân loại trạng thái theo từng khoảng thời gian.

Từ tín hiệu thô đến ngủ, thức và thời lượng

Một thay đổi áp lực lớn có thể biểu thị trở mình hoặc rời giường; chuỗi tín hiệu ổn định hơn cùng nhịp tim, nhịp thở và mức cử động thấp có thể phù hợp với trạng thái ngủ. Thuật toán kết hợp nhiều đặc trưng để ước tính thời điểm bắt đầu ngủ, tổng thời gian ngủ, các lần thức và tính liên tục của giấc ngủ. Trong một nghiên cứu cảm biến dưới nệm đối chiếu theo từng epoch với PSG, phát hiện ngủ đạt độ nhạy 92,5%, độ đặc hiệu 80,4% và độ chính xác 90,5%.

Ứng dụng có thể tiếp tục tổng hợp các ước tính thành trend hoặc điểm số. SleepIQ của Sleep Number, chẳng hạn, cho biết điểm số có thể xét time in bed, movement, bed exits, HR, breath rate và mục tiêu ngủ cá nhân. Đây là ví dụ về cách nhiều tín hiệu được gom thành một chỉ số dễ đọc, không phải công thức chuẩn cho toàn ngành.

Sleep stage và sleep score là kết quả suy luận

Smart mattress thường không đo trực tiếp sleep stage theo cách PSG làm. PSG sử dụng nhiều kênh sinh lý, trong đó điện não là nền tảng quan trọng để chấm giai đoạn ngủ; nệm thông minh chủ yếu suy luận giai đoạn từ tín hiệu ngoại vi và mẫu mà thuật toán đã học.

Hai thiết bị vì thế có thể ghi cùng một đêm nhưng cho phân bố REM, light hoặc deep khác nhau. Độ chính xác còn thay đổi theo thiết bị, nhà sản xuất và phiên bản phần mềm, trong khi nhiều thuật toán thương mại không công khai dữ liệu thô. Sleep stage và sleep score phù hợp hơn với việc theo dõi xu hướng cá nhân qua nhiều đêm hơn là được xem như phép đo lâm sàng tuyệt đối.

Smart mattress điều chỉnh bề mặt theo dữ liệu như thế nào?

Theo dõi chỉ tạo ra thay đổi vật lý khi hệ thống có cơ cấu chấp hành tương ứng. Tùy cấu hình, actuator có thể là mạch chất lỏng hoặc bộ phận nhiệt để làm mát/sưởi, khoang khí để thay đổi mức hỗ trợ, hoặc base có motor để nâng một phần mặt giường. Thuật toán đưa ra lệnh điều khiển, actuator thực hiện thay đổi và cảm biến tiếp tục ghi trạng thái sau đó.

Điều chỉnh nhiệt theo vùng và theo thời điểm

Eight Sleep công bố dải điều khiển nhiệt mỗi bên giường từ 55°F đến 110°F, tương đương khoảng 13–43°C. Hệ thống có các pha nhiệt quanh bedtime, ban đêm, dawn và alarm; Autopilot có thể thay đổi thêm trong lúc ngủ dựa trên lịch sử, phản hồi, sleep/health metrics và điều kiện môi trường.

Cơ chế này phù hợp với sinh lý điều nhiệt của giấc ngủ: quá trình đi vào giấc ngủ gắn với việc cơ thể phân bố và thải nhiệt, làm nhiệt độ lõi giảm. Điều khiển bề mặt có thể tác động vào vi môi trường nhiệt quanh người ngủ, nhưng tác động lên sleep architecture phải được đánh giá bằng nghiên cứu riêng thay vì suy ra chỉ từ việc nệm có khả năng làm nóng hoặc làm mát.

Điều chỉnh hỗ trợ hoặc độ nâng khi phần cứng cho phép

Với nệm có khoang khí, thay đổi áp suất có thể làm bề mặt mềm hơn hoặc chắc hơn ở một vùng, từ đó thay đổi mức hỗ trợ cơ học. Với hệ có adjustable base, motor có thể thay đổi góc nâng phần đầu hoặc thân trên. Logic điều khiển vẫn giống nhau: hệ thống nhận trạng thái hoặc điều kiện đã phát hiện, so với mục tiêu cài đặt rồi ra lệnh cho phần cứng.

Không phải sản phẩm gắn nhãn “smart” đều tự điều chỉnh toàn diện. Có hệ chỉ theo dõi và báo cáo, có hệ cho điều khiển thủ công qua app, còn một số hệ dùng schedule hoặc adaptive control. Mức cá nhân hóa vì vậy phụ thuộc đồng thời vào dữ liệu cảm biến, thuật toán điều khiển và actuator thực sự có trên giường.

Vòng phản hồi cá nhân hóa hoạt động trong suốt đêm ra sao?

Ở hệ closed-loop, dữ liệu của đêm hiện tại được kết hợp với lịch sử của người ngủ, sở thích đã phản hồi và điều kiện phòng. Vòng lặp diễn ra theo bốn bước: cảm biến ghi nhận trạng thái; thuật toán ước tính điều gì đang xảy ra; bộ điều khiển chọn thay đổi; cảm biến tiếp tục đo sau thay đổi. Phản hồi mới có thể trở thành đầu vào cho quyết định tiếp theo.

Autopilot của Eight Sleep mô tả việc dùng lịch sử ngủ, sở thích nhiệt trước đó, sleep stages, nhiệt độ phòng và thời tiết để tạo các thay đổi nhiệt tự động. Với giường hai người, từng bên có thể mang profile nhiệt khác nhau, nên cá nhân hóa có thể diễn ra theo zone thay vì áp một cài đặt cho toàn mặt giường.

Cấu trúc này cho phép pre-cool trước giờ ngủ, đổi mức nhiệt sau khi người dùng ngủ và chuyển dần sang mức khác gần sáng mà không cần thao tác liên tục. Tuy vậy, “học cá nhân” không có nghĩa thuật toán tìm được một nhiệt độ tối ưu tuyệt đối. Quy tắc điều khiển, tần suất cập nhật và trọng số từng tín hiệu thường là thuật toán độc quyền; kết quả còn phụ thuộc phản hồi chủ quan, điều kiện phòng và đặc điểm từng người.

Độ chính xác theo dõi và hiệu quả điều chỉnh đến đâu?

Độ chính xác của cảm biến và hiệu quả của việc thay đổi bề mặt là hai vấn đề khác nhau. Một smart mattress có thể đo HR hoặc RR khá sát reference nhưng chưa chắc làm tăng deep sleep; ngược lại, người dùng có thể thấy dễ chịu hơn với nhiệt độ được điều chỉnh dù chỉ số ngủ khách quan không đổi đáng kể.

Benchmark cho cảm biến không tiếp xúc

Một nghiên cứu cảm biến piezoelectric dưới nệm trên 63 người, tương ứng 85 đêm ghi nhận, báo cáo độ chính xác đo liên tục HR 96,1% và RR 93,3% so với PSG. Ở một đánh giá trên 35 người lớn tuổi, các thiết bị contactless được kiểm tra có sai số tuyệt đối trung bình HR dưới 2,12 nhịp/phút và RR không quá 1,6 nhịp thở/phút ở độ phân giải một phút.

Các benchmark này cho thấy cảm biến dưới nệm có thể theo dõi sinh hiệu khá sát reference trong những điều kiện validation cụ thể, nhưng không thể áp các con số đó cho mọi smart mattress. Cấu trúc nệm, vị trí cảm biến, tư thế nằm, chuyển động, thuật toán và phiên bản phần mềm đều có thể làm thay đổi performance. Với sleep staging, khoảng cách với PSG còn đáng chú ý hơn vì nệm không có toàn bộ kênh sinh lý dùng để chấm giai đoạn ngủ.

Bằng chứng về điều chỉnh nhiệt có cả kết quả tích cực và trung tính

Trong một nghiên cứu PSG trên 25 người, điều chỉnh nhiệt thích ứng dùng 33°C ở NREM và 30°C ở REM làm tổng thời gian ngủ tăng từ 356,2 lên 383,2 phút và sleep efficiency tăng từ 82,8% lên 87,3% so với điều kiện đối chứng tương ứng. Quy mô mẫu nhỏ khiến kết quả này phù hợp để chứng minh khả năng tác động trong protocol cụ thể hơn là để khẳng định hiệu quả phổ quát.

Một thử nghiệm crossover khác trên 34 người dùng temperature-controlled mattress cover trong bảy đêm bật và bảy đêm tắt ghi nhận chất lượng ngủ cảm nhận cải thiện với effect size d = 0,92, nhưng không phát hiện khác biệt có ý nghĩa ở các chỉ số ngủ khách quan hoặc biometrics. “Cảm thấy ngủ tốt hơn”, “giảm nóng/lạnh khó chịu” và “thay đổi sleep architecture đo khách quan” vì thế là các mức kết luận khác nhau.

Nên hiểu dữ liệu smart mattress trong giới hạn nào?

American Academy of Sleep Medicine (AASM) lưu ý rằng consumer sleep technology có thể hữu ích cho theo dõi và trao đổi thông tin, nhưng các thiết bị chưa được validation và clearance phù hợp không nên được dùng để chẩn đoán hoặc điều trị rối loạn giấc ngủ. Nhiều dữ liệu hơn không biến một sản phẩm wellness thành PSG hay thiết bị y tế.

Trong sử dụng hằng ngày, dữ liệu có giá trị nhất khi được đọc theo trend: giờ ngủ có đều hơn không, time in bed thay đổi thế nào, HR/RR ban đêm có lệch khỏi baseline cá nhân, hoặc một mức nhiệt có đi cùng cảm nhận dễ chịu hơn qua nhiều đêm hay không. Theo dõi dài hạn trên cùng một hệ thống thường hữu ích hơn việc tuyệt đối hóa số phút REM hay deep sleep của một đêm.

Nếu một chỉ số thay đổi bất thường kèm triệu chứng đáng lo, dữ liệu từ smart mattress có thể bổ sung bối cảnh, nhưng không đủ để tự kết luận bệnh. Vai trò phù hợp của công nghệ là theo dõi thụ động cá nhân hóa môi trường ngủ: cảm biến ghi các tín hiệu có thể đo được, thuật toán suy luận trạng thái, rồi phần cứng điều chỉnh trong giới hạn thiết kế của hệ thống.

Smart mattress cá nhân hóa trải nghiệm ngủ bằng một chuỗi khép kín: cảm biến ghi nhận chuyển động, dao động tim-thở và dữ liệu nhiệt; thuật toán chuyển chúng thành các ước tính về giấc ngủ; actuator, nếu có, thay đổi nhiệt độ, mức hỗ trợ hoặc độ nâng. Khi hệ thống kết hợp dữ liệu đêm hiện tại với lịch sử và phản hồi của từng người, điều chỉnh có thể chuyển từ cài đặt cố định sang thích ứng theo thời điểm.

Giới hạn quan trọng là sleep stage và sleep score chủ yếu vẫn là suy luận, còn hiệu quả điều chỉnh không giống nhau giữa mọi người hay mọi sản phẩm. Smart mattress vì thế phù hợp nhất để theo dõi xu hướng và tự động hóa môi trường ngủ cá nhân; kết luận y khoa vẫn cần phương pháp đánh giá đã được xác nhận cho mục đích lâm sàng.