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。