هکاتون پنجم کارخونه
هکاتون پنجم کارخونه

هوش‌مصنوعی در صنعت

هوش‌مصنوعی برای خواب بهتر

هکاتون کارخونه؛

مجموعه‌ای از هکاتون‌های مسئله‌محور است که توسط کارخانه هوش‌مصنوعی ایران و با هدف اتصال چالش‌های صنعت به استعدادهای حوزه هوش‌مصنوعی طراحی شده است.

هکاتون پنجم کارخونه

پیش‌بینی هوشمند کیفیت خواب بر اساس سیگنال‌های قلبی/مغزی

همه ما خواب را تجربه می‌کنیم؛ اما واقعاً چقدر درباره کیفیت خواب خودمان می‌دانیم؟ ممکن است هشت ساعت در تخت باشیم، اما صبح همچنان خسته بیدار شویم. ممکن است در طول شب چندین بار از خواب عمیق خارج شویم، تنفس‌مان مختل شود یا ساختار طبیعی خوابمان به هم بخورد؛ بدون آنکه صبح چیزی از این اتفاقات به خاطر داشته باشیم. به همین دلیل، چند ساعت خوابیدن لزوماً به معنی خوب خوابیدن نیست.

کیفیت خواب به عوامل مختلفی بستگی دارد؛ از پیوستگی خواب و مدت حضور در مراحل مختلف آن گرفته تا تغییرات تنفس، ضربان قلب و فعالیت مغز در طول شب. خواب بخش مهمی از سلامت ماست و اختلالات آن می‌توانند بر تمرکز، حافظه، خلق‌وخو، عملکرد روزانه و سلامت عمومی اثر بگذارند. برخی اختلالات جدی‌تر، مانند آپنه انسدادی خواب، باعث توقف‌های مکرر تنفس و افت اکسیژن در طول خواب می‌شوند؛ اتفاقی که ممکن است بارها در یک شب رخ دهد، بدون آنکه فرد از آن آگاه باشد.

مطالعات، اختلالات خواب و آپنه درمان‌نشده را با افزایش خطر برخی مشکلات قلبی‌عروقی و همچنین افت شناختی مرتبط دانسته‌اند. پس مسئله فقط «خواب‌آلود بودن» نیست؛ خواب می‌تواند یکی از سیگنال‌های مهم وضعیت سلامت ما باشد.

ابعاد مسئله
این مسئله محدود به گروه کوچکی از افراد نیست؛ برآوردهای جهانی نشان می‌دهد نزدیک به یک میلیارد فرد ۳۰ تا ۶۹ ساله ممکن است درجاتی از آپنه انسدادی خواب داشته باشند.

کیفیت خواب فقط با تعداد ساعت‌ها سنجیده نمی‌شود؛ عوامل متعددی آن را می‌سازند:

پیوستگی خواب

مدت حضور در مراحل مختلف خواب

تغییرات تنفس در طول شب

ضربان قلب

فعالیت مغز

توقف‌های تنفسی و افت اکسیژن خون

اما ما واقعاً از خواب خودمان چه می‌دانیم؟

بیشتر ما کیفیت خوابمان را با چند نشانه ساده می‌سنجیم: «چند ساعت خوابیدم؟»، «چند بار بیدار شدم؟»، «صبح خسته بودم یا نه؟» یا نهایتاً عددی که یک ساعت هوشمند درباره مدت خواب نمایش می‌دهد.

اما در پزشکی خواب، برای بررسی دقیق‌تر از آزمایشی به نام Polysomnography یا PSG استفاده می‌شود. در این آزمایش، فرد معمولاً یک شب در کلینیک یا آزمایشگاه خواب می‌خوابد و هم‌زمان مجموعه‌ای از سیگنال‌های بدن او ثبت می‌شود؛ از فعالیت الکتریکی مغز و حرکات چشم گرفته تا فعالیت عضلات، ضربان قلب، تنفس و میزان اکسیژن خون. این اطلاعات به متخصص کمک می‌کند تصویری دقیق از ساختار خواب و اختلالات احتمالی آن به دست آورد. اما یک مشکل وجود دارد: ما نمی‌توانیم هر شب در آزمایشگاه خواب بخوابیم.

PSG اطلاعات بسیار ارزشمندی تولید می‌کند، اما به تجهیزات تخصصی، محیط مناسب و تحلیل کارشناسی نیاز دارد و برای پایش ساده و مداوم خواب میلیون‌ها نفر طراحی نشده است. بنابراین امروز فاصله بزرگی میان دقت اطلاعات آزمایشگاه خواب و اطلاعات محدودی که افراد در زندگی روزمره درباره خواب خود دارند وجود دارد.

آیا هوش‌مصنوعی می‌تواند این فاصله را کمتر کند؟

اینجاست که مسئله هکاتون پنجم کارخونه آغاز می‌شود. در این هکاتون، با همراهی علمی مرکز نوآوری مغز دانشگاه علوم پزشکی ایران، تیم‌ها با داده‌های واقعی ثبت خواب و مجموعه‌ای از سیگنال‌های فیزیولوژیک کار خواهند کرد. چالش این است: آیا می‌توان از این داده‌ها یک «Sleep Quality Score» ساخت؟ شاخصی قابل‌فهم که بتواند به زبان ساده نشان دهد خواب یک فرد در طول شب چه کیفیتی داشته است. اما اگر برای محاسبه این امتیاز همچنان به تمام تجهیزات آزمایشگاه خواب نیاز داشته باشیم، مسئله اصلی حل نشده است. بنابراین سؤال مهم‌تر این است: آیا می‌توان همین اطلاعات را با داده بسیار کمتری به دست آورد؟ برای مثال، آیا یک یا تعداد محدودی از کانال‌های EEG یا سیگنال‌های قلبی می‌توانند بخش مهمی از اطلاعات مورد نیاز برای تخمین کیفیت خواب را در خود داشته باشند؟ آیا می‌توان مدلی ساخت که به جای مجموعه بزرگی از سنسورها، با حداقل سیگنال ممکن همچنان تصویری قابل‌قبول از کیفیت خواب ارائه دهد؟ اگر پاسخ مثبت باشد، دیگر فقط با یک مسئله Data Science روبه‌رو نیستیم. این می‌تواند نقطه شروع یک محصول باشد.

AI Sleep Quality Score

مسئله‌ای که تیم‌ها حل خواهند کرد

توسعه یک راهکار مبتنی بر هوش‌مصنوعی که بتواند:

۱

از داده‌های کامل ثبت خواب، یک «Sleep Quality Score» قابل‌فهم بسازد.

۲

همان امتیاز را با حداقل داده ممکن — یک یا تعداد محدودی کانال EEG یا سیگنال قلبی — پیش‌بینی کند.

۳

عملکرد مدل ساده‌شده را در برابر مدل مرجع اعتبارسنجی کند.

۴

توضیح دهد مدل چه الگوهایی را در سیگنال مهم تشخیص داده است.

۵

نتیجه تحلیل را به زبان ساده و قابل‌فهم برای کاربر نمایش دهد.

۶

نشان دهد بر پایه این الگوریتم چه محصولی می‌توان ساخت.

داده‌هایی که در اختیار تیم‌ها قرار می‌گیرد

در این هکاتون، داده‌های واقعی در اختیار تیم‌ها قرار می‌گیرد.

با همراهی علمی مرکز نوآوری مغز دانشگاه علوم پزشکی ایران

از الگوریتم تا محصول

از یک الگوریتم تا یک محصول سلامت

اگر بتوان اطلاعاتی را که امروز با تجهیزات متعدد آزمایشگاه خواب به دست می‌آید، با کمک AI از سیگنال‌های ساده‌تر استخراج کرد، می‌توان به نسل جدیدی از محصولات SleepTech و Digital Health فکر کرد.

در این هکاتون انتظار نداریم تیم‌ها سخت‌افزار نهایی بسازند. اما انتظار داریم علاوه بر توسعه مدل AI به این سؤال هم پاسخ دهند: اگر الگوریتم شما جواب بدهد، چه محصولی می‌توان بر اساس آن ساخت؟ این محصول ممکن است در آینده یک پوشیدنی، ابزار ساده پایش خواب یا یک سرویس سلامت دیجیتال باشد. شکل محصول، کاربران هدف، تجربه استفاده و مسیر ورود آن به زندگی واقعی، بخشی از چالش تیم‌هاست.

هدف این است که خروجی هکاتون فقط یک مدل در محیط آزمایشگاهی باقی نماند و بتواند نقطه شروع یک محصول یا استارتاپ واقعی باشد.

این فقط یک بازار B2C نیست
  • افرادی که می‌خواهند خواب و سلامت خود را بهتر پایش کنند
  • کلینیک‌های خواب و مراکز درمانی
  • پزشکان و متخصصان حوزه‌های مرتبط
  • شرکت‌های HealthTech و Wearable
افرادی که می‌خواهند خواب و سلامت خود را بهتر پایش کنند
کلینیک‌های خواب و مراکز درمانی
پزشکان و متخصصان حوزه‌های مرتبط
شرکت‌های HealthTech و Wearable

خروجی مورد انتظار

در پایان هکاتون انتظار می‌رود تیم‌ها یک نمونه اولیه (MVP) ارائه دهند. ساخت سخت‌افزار الزامی نیست؛ تمرکز روی مدل AI، دموی قابل‌ارائه و تصور یک محصول واقعی است.

خروجی · ۰۱

Sleep Quality Model

مدل یا روش محاسباتی برای تولید امتیاز کیفیت خواب از داده‌های کامل.

خروجی · ۰۲

Single-Channel Model

انتخاب حداقل تعداد کانال EEG یا نوار قلب و ساخت مدلی که امتیاز کیفیت خواب را با حداقل داده پیش‌بینی کند.

خروجی · ۰۳

Validation

مقایسه عملکرد مدل ساده‌شده با مدل مرجع و گزارش معیارهای ارزیابی.

خروجی · ۰۴

Demo

داشبورد، صفحه ساده یا خروجی قابل مشاهده برای نمایش امتیاز و نتیجه تحلیل.

خروجی · ۰۵

Explainability

توضیح اینکه مدل چه الگوهایی را در سیگنال مهم تشخیص داده است.

خروجی · ۰۶

Product Concept

یک صفحه درباره اینکه محصول برای چه کسی است، چه مشکلی را حل می‌کند، کاربر چگونه از آن استفاده می‌کند و سخت‌افزار/گجت آینده چه فرم احتمالی دارد.

خروجی · ۰۷

Code / Pipeline

کد، Notebook یا Pipeline قابل اجرا.

خروجی · ۰۸

Bonus

یک فرضیه ساده درباره مشتری، مدل درآمدی یا مسیر ورود به بازار.

آیا می‌توان با هوش‌مصنوعی کیفیت خواب را از سیگنال‌های بدن فهمید و این دانش را به یک محصول ساده، قابل‌استفاده و قابل‌تجاری‌سازی تبدیل کرد؟

مخاطبین این هکاتون

لازم نیست قبلاً متخصص خواب بوده باشید. این چالش عمداً بین‌رشته‌ای است و تیم‌هایی که چند نگاه متفاوت را کنار هم قرار دهند شانس بیشتری برای ساخت یک راهکار کاربردی دارند.

دانشجویان و متخصصان AI، Data Science و مهندسی کامپیوتر
مهندسان برق، پردازش سیگنال و مهندسی پزشکی
پزشکان و دانشجویان پزشکی علاقه‌مند به خواب، مغز و سلامت دیجیتال
پژوهشگران علوم اعصاب و علوم شناختی
طراحان محصول، کارآفرینان و علاقه‌مندان به Digital Health و Wearable

فرآیند ثبت‌نام

01
آخرین فرصت ثبت فرم
جمعه ۲۷ شهریور ۱۴۰۵
02
بررسی فرم‌ها
۳۰ شهریور ۱۴۰۵
03
اعلام نتایج
۳۰ شهریور ۱۴۰۵
04
آخرین مهلت پرداخت هزینه
۳۱ شهریور ۱۴۰۵
ترکیب تیم

هر تیم می‌تواند ۱ تا ۴ نفره باشد و تمامی اعضای تیم بایستی جداگانه ثبت نام کرده باشند. ترکیب‌های متنوع و مکمل پیشنهاد می‌شوند؛ برای مثال AI/Data + پردازش سیگنال/مهندسی پزشکی/پزشکی + علوم اعصاب + محصول/کسب‌وکار. ثبت‌نام انفرادی نیز ممکن است و در روز اول امکان تیم‌سازی وجود دارد.

ظرفیت محدود، ارزیابی و ادامه حضور

ظرفیت رویداد محدود است و حضور در هکاتون پس از بررسی و ارزیابی فرم‌های ثبت‌نام نهایی خواهد شد. همچنین، در هر مرحله از هکاتون ممکن است بنا بر صلاحدید تیم برگزارکننده و بر اساس عملکرد، میزان مشارکت یا رعایت قوانین، افراد یا تیم‌ها از ادامه رویداد حذف شوند.

شرط حضور کامل

حضور تمامی اعضای تیم در هر سه روز هکاتون، از ساعت ۹ تا ۱۷، الزامی است. تأخیر یا عدم حضور هر یک از اعضای تیم می‌تواند منجر به حذف تیم از رویداد شود.

وسایل مورد نیاز

همراه داشتن لپ‌تاپ شخصی برای شرکت در هکاتون الزامی است.

محدودیت شرکت در هکاتون‌های متوالی

هر فرد پس از شرکت در یک هکاتون، در دو هکاتون بعدی امکان شرکت نخواهد داشت. این محدودیت برای ایجاد فرصت برابر برای حضور افراد و تیم‌های جدید اعمال می‌شود.

عدم عودت وجه

پس از ثبت‌نام و پرداخت هزینه هکاتون، امکان عودت وجه وجود ندارد؛ بنابراین پیش از ثبت‌نام، از امکان حضور و شرکت در رویداد اطمینان حاصل کنید.

هزینه شرکت در هکاتون

۳۰۰.۰۰۰ تومان
به ازای هر فرد

زمان رویداد

چهارشنبه ۱ مهر تا جمعه ۳ مهر

جایزه نقدی

۵۰ میلیون تومان
برای تیم اول

جایزه غیرنقدی

یک ماه عضویت منعطف در فضای کار اشتراکی زاویه برای سه تیم برتر

کنداکتور رویداد

روز اول
۹:۰۰ - ۸:۰۰
پذیرش و ثبت‌نام
استقرار شرکت‌کنندگان، تحویل کیت و راهنمای رویداد
۹:۳۰ - ۹:۰۰
افتتاحیه و خوش‌آمدگویی - معرفی مسئله
معرفی هکاتون، اهداف، قوانین و مسیر سه‌روزه
۱۱:۰۰ - ۹:۳۰
کارگاه اول - توضیح مسئله
توضیح مسئله و ابعاد چالش
۱۱:۳۰ - ۱۱:۰۰
پذیرایی
استراحت و تعامل شرکت‌کنندگان
۱۳:۳۰ - ۱۱:۳۰
کارگاه آشنایی و نحوه کار با داده
آشنایی با دیتاست و نحوه کار با داده
۱۴:۰۰ - ۱۳:۰۰
ناهار
استراحت
۱۷:۰۰ - ۱۴:۰۰
منتورینگ و تیم‌سازی
منتورینگ و تیم‌سازی شرکت‌کنندگان
۲۲:۰۰ - ۱۷:۰۰
توسعه اولیه پروژه - اختیاری
شروع طراحی راهکار و کار تیمی
روز دوم
۱۰:۳۰ - ۹:۰۰
شروع روز و هماهنگی تیم‌ها
مرور پیشرفت، تعیین اولویت‌ها و تقسیم وظایف
۱۱:۰۰ - ۱۰:۳۰
پذیرایی
استراحت و تعامل بین تیم‌ها
۱۲:۳۰ - ۱۱:۰۰
منتورینگ و توسعه راهکار
بررسی ایده‌ها و چالش‌های فنی با منتورها
۱۳:۳۰ - ۱۲:۳۰
ناهار
استراحت
۱۵:۰۰ - ۱۳:۳۰
توسعه و تکمیل پروژه - منتورینگ
پیاده‌سازی، تحلیل نتایج و اصلاح راهکار
۱۵:۳۰ - ۱۵:۰۰
پذیرایی
استراحت کوتاه
۱۷:۰۰ - ۱۵:۳۰
آماده‌سازی ارائه و بررسی - منتورینگ
تکمیل خروجی، مستندات و آماده‌سازی ارائه
۲۲:۰۰ - ۱۷:۰۰
کار آزاد و توسعه تکمیلی - اختیاری
رفع اشکال و تکمیل پروژه به‌صورت اختیاری
روز سوم
۱۰:۰۰ - ۹:۰۰
تحویل پروژه
نهایی‌سازی خروجی و مستندات و ثبت تحویل
۱۳:۰۰ - ۱۰:۰۰
ارائه آزمایشی
ارائه تیم‌ها، پرسش‌وپاسخ و ارزیابی با منتورها
۱۴:۰۰ - ۱۳:۰۰
ناهار
استراحت
۱۵:۰۰ - ۱۴:۰۰
تحویل نهایی پروژه
دریافت نتایج کار
۱۷:۰۰ - ۱۵:۰۰
داوری
۱۸:۰۰ - ۱۷:۰۰
اعلام نتایج و اختتامیه
پایان مسابقه
منتورها
مدرسین کارگاه
داوران
حامی‌ها
آذین آذرکار
آذین آذرکار
دیتاساینتیست و کوفاندر شرکت بورس‌تک
امیرحسین نجیبی
امیرحسین نجیبی
پزشک | پژوهش‌گر حوزه بالینی و AI مرکز نوآوری مغز
دکتر فاطمه کاشانی‌نسب
دکتر فاطمه کاشانی‌نسب
هیئت علمی دانشگاه علوم پزشکی ایران | روانپزشک، فلوشیپ خواب
آذین آذرکار
آذین آذرکار
دیتاساینتیست و کوفاندر شرکت بورس‌تک
دکتر فاطمه کاشانی‌نسب
دکتر فاطمه کاشانی‌نسب
هیئت علمی دانشگاه علوم پزشکی ایران، روان‌پزشک، فلوشیپ خواب
دکتر فاطمه سادات میرفاضلی
دکتر فاطمه سادات میرفاضلی
هیئت علمی دانشگاه علوم پزشکی ایران، روان‌پزشک، محقق علوم اعصاب