台灣睡眠關鍵數字
台灣人一年服用的安眠藥劑量
台灣失眠人口％ |
平均每人一天服用
|
對藥物有負面看法
|
希望用非藥物治療
|
2015年國人睡眠大調查發現，台灣慢性失眠比率為20.2%，其中64.5%失眠者對藥物有負面看法、67.3%失眠者希望可用非藥物治療。而根據2014年衛福部食藥署資料，國人每年約服用3億2千7百萬粒安眠藥，平均每人一天要吞掉14粒；臺北醫學大學科技學院李友專院長帶領研究團隊分析過去15年的健保資料發現，發現長期使用某些苯二氮平(BZD)類安眠藥會增加致癌風險，研究結果亦發表於國際醫學期刊上，提醒失眠患者服用安眠藥應更加謹慎。現代人忙碌的生活，讓長期處於高壓力之工作者，容易有失眠問題，倘若又缺乏適當運動，將加劇失眠問題。
科技部「穿戴式裝置應用研發專案計畫」轄下之「睡眠醫學穿戴式用藥管理雲平台之開發與臨床驗證」研究，針對壓力型失眠患者，開發整合穿戴式設備之睡前準備雲平台系統與睡前準備APP，並進行醫學臨床驗證。藉由整合市面上常見的穿戴式裝置(如智慧手環)，客觀量測使用者活動，結合已被實證有效之睡眠認知行為治療（Cognitive Behavioral Therapy for Insomnia, CBTi），以及融合自律學習（Self-Regulated Learning）回饋機制，輔以運動量與生理之壓力評估（自律神經），透過機械學習（Machine Learning）技術建立「個人化睡眠準備推論模型(Sleep Prediction & Preparation Model; SPPM)」，以系統性回饋與人性化互動流程，協助使用者建立正確睡眠準備行為，進一步減少服用安眠藥劑量。期望透過本計畫開發睡眠醫學雲平台，建立臨床醫學大數據，提供學界醫界更進一步瞭解失眠因子與相關變數，引領推動穿戴式科技產業的技術深度與行動醫療（mobile health; mHealth）發展。
此計畫整合「醫學資訊」、「睡眠醫學」、「數位學習」、「認知心理」及「電子電機」之跨領域團隊，透過建立失眠因子分析、機械學習演算與常規活動追蹤之助眠系統，期望能進一步帶動台灣健康促進加值服務產業之蓬勃發展，以幫助失眠者「一夜好眠」為主要願景目標。
科技部「穿戴式裝置應用研發專案計畫」轄下之「睡眠醫學穿戴式用藥管理雲平台之開發與臨床驗證」研究，針對壓力型失眠患者，開發整合穿戴式設備之睡前準備雲平台系統與睡前準備APP，並進行醫學臨床驗證。藉由整合市面上常見的穿戴式裝置(如智慧手環)，客觀量測使用者活動，結合已被實證有效之睡眠認知行為治療（Cognitive Behavioral Therapy for Insomnia, CBTi），以及融合自律學習（Self-Regulated Learning）回饋機制，輔以運動量與生理之壓力評估（自律神經），透過機械學習（Machine Learning）技術建立「個人化睡眠準備推論模型(Sleep Prediction & Preparation Model; SPPM)」，以系統性回饋與人性化互動流程，協助使用者建立正確睡眠準備行為，進一步減少服用安眠藥劑量。期望透過本計畫開發睡眠醫學雲平台，建立臨床醫學大數據，提供學界醫界更進一步瞭解失眠因子與相關變數，引領推動穿戴式科技產業的技術深度與行動醫療（mobile health; mHealth）發展。
此計畫整合「醫學資訊」、「睡眠醫學」、「數位學習」、「認知心理」及「電子電機」之跨領域團隊，透過建立失眠因子分析、機械學習演算與常規活動追蹤之助眠系統，期望能進一步帶動台灣健康促進加值服務產業之蓬勃發展，以幫助失眠者「一夜好眠」為主要願景目標。
