Dream Team Epoch landt in de top 1,2% van een AI-wedstrijd die grootschalig slaaponderzoek kan verbeteren
Dream Team Epoch van de TU Delft heeft de top 1,2% behaald in hun eerste competitie van het jaar, Detect Sleep States. Aan de wedstrijd namen meer dan 1900 internationale teams deel om een AImodel te creëren dat slaapstudies efficiënter en gemakkelijker moet maken.
Team Epoch heeft de afgelopen 3 maanden gespendeerd aan het trainen van AI-modellen die op basis van input data, de beste output leverden. Je zou de taak van de engineers kunnen vergelijken met lesgeven; je geeft een uitleg, een kind maakt opdrachten, je kijkt ze na en geeft ze waar nodig extra uitleg zodat ze aan het eind van het jaar klaar zijn voor de grote toets.
De opdracht was om met behulp van AI, uit datagegevens van een polsband op te maken of een kind wakker wordt of in slaap valt. Het doel van de wedstrijd was om voor somnologen het analyseren van polsband data efficiënter te maken. De overstap van het handmatig interpreteren van data naar het gebruik van AI maakt grootschalige studies naar slaap mogelijk en is voor somnologen van groot belang.
De polsband is een soort medische variant van de Smart Watch. Met gegevens zoals armbewegingen en de hoek van de arm, wordt een AI-programma getraind dat kan voorspellen of iemand slaapt of wakker is.
De uitdaging van deze wedstrijd lag volgens engineer Tolga Kopar bij “feature engineering en het vinden van de juiste modellen en hyperparameters.” Feature engineering is een onderdeel van het engineeringproces waarbij onderscheidende kenmerken worden gevonden. Een goed voorbeeld is een AI die het verschil tussen een kat en een hond kan vinden, op basis van de vorm en grootte van de neus en het oor.
De engineers moesten hetzelfde doen, maar dan met de gegevens van de polsbandjes. Bij het slaaponderzoek waren enkele onderscheidende kenmerken waaronder de hoeveelheid zonlicht op een bepaald moment en de tijd van de dag. Deze data werd aan de gekozen modellen gevoerd. Het model produceert dan een output die moet lijken op de werkelijke data, wat in dit geval dus de ontwaak en in-slaap-val momenten waren.
De polsbanden die in de competitie worden gebruikt kunnen in huiselijke omgeving worden gedragen, waardoor ze geschikt zijn voor grootschalige bevolkingsonderzoeken. Het kan worden ingezet als alternatief voor de huidige onderzoeksmethode, polysomnografie (PSG) of om te achterhalen of PSG nodig is.
Team Epoch doet jaarlijks mee aan verscheidene AI-competities die aansluiten op de VN Sustainable Development Goals. Deze wedstrijd is gekoppeld aan doel #3: Goede gezondheid en welzijn. Het team is inmiddels alweer op zoek naar de volgende uitdaging om zich te storten op complexe vraagstukken waarop AI een antwoord kan bieden.
De Detect Sleep States wedstrijd is georganiseerd door het Child Mind Institute uit New York, een non-profitorganisatie die kinderen met psychische aandoeningen en leerstoornissen behandelt.