睡眠經濟悄然興起!睡眠智能產品能比“數綿羊”更勝一籌嗎?
近日,有媒體報道蘋果公司正在為其“Apple Watch”可穿戴設備系列加入睡眠跟蹤功能,此睡眠追蹤可追蹤睡眠質量運動、心率和噪音等數據。
近年來,“睡眠經濟”悄然興起,相關產品品類繁雜,不僅有傳統的床具、紡織品、保健品,還有新興的各式助眠音樂、日化品,可穿戴睡眠監測產品、改善睡眠狀況的手機應用軟件等。
其中,智能可穿戴睡眠監測市場已漸成氣候,為醫學專業人士所看好。但同時,醫生提醒,睡眠問題背后有復雜的成因,心理因素占相當比例,監測只是第一步,如何改善才是重頭戲。
全民深受“睡眠障礙”困擾
在電子產品入侵、快節奏生活工作之下,我們已幾近全民“睡眠障礙”,受此困擾的人遠超煙民。
中國醫師協會睡眠醫學專業委員會發布的《2018中國睡眠指數》報告顯示,中國90后年輕人睡眠指數,其均值為 66.26,普遍睡眠不佳,呈現出“需要輾轉反側,才能安然入睡”的狀態。“苦澀睡眠”占29.6%,“煩躁睡眠”占33.3%,“不眠”占12.2%,“安逸舒適睡眠”占19.4%,只有5.1%睡眠處于“甜美睡眠”。究其原因,除了工作壓力造成的睡眠質量低之外,手機等電子產品成為影響“90后”睡眠質量的最大幫兇。
北京朝陽醫院睡眠呼吸中心今年發布的《2018中國睡眠質量調查報告》共對10萬人進行了調查,調查對象覆蓋全國所有省份。調查結果顯示,16%的被調查者夜間睡眠時間不足6個小時,表現為24時以后才上床睡覺,并且在6時之前起床;有83.81%的被調查者經常受到睡眠問題困擾,其中入睡困難占25.83%,淺睡眠者有26.49%,有25.54%的被調查者被觀察到有呼吸短暫停止的現象。
在知名醫學平臺“丁香醫生”發布的《2019睡眠狀況洞察報告》中,91%的受調查者自認存在睡眠問題,其中夢多、易醒、入睡困難、早上起來頭腦昏沉等癥狀是典型問題。一方面,越來越多的年輕人遲遲不愿意睡去;另一方面,辛苦帶娃的媽媽們和工作壓力巨大、時常值夜班的醫護人員等特殊群體非常渴望充足的睡眠。
穿戴式睡眠監測和遠程干預產品被看好
在眾多睡眠調查中,電子產品成為“眾矢之的”。在暨南大學附屬第一醫院精神醫學科睡眠醫學中心主任潘集陽教授、南方醫科大學南方醫院精神心理科主任張斌博士的門診中,受電子產品困擾的患者不在少數。醫生們往往建議:“睡前1—2小時,禁止使用電子產品。”
有趣的是,敗也電子產品,成也電子產品,在五花八門的睡眠產品中,智能可穿戴產品市場已漸成氣候,頭部科技企業紛紛入局,并得到醫學界的認可。
今年初,斯坦福大學睡眠科學與醫學中心在一份睡眠研究報告中,通過對比測試來自華米科技的一款手環和飛利浦公司的一款手表產品,將48小時研究區間內的結果進行對比,發現兩款可穿戴產品得到的數據斯皮爾曼相關系數高度相關。在這份報告中,有關數據意味著,智能可穿戴設備在健康領域已經接近專業醫療設備,可以在日常生活當中作為重要健康參考。
實際上在2018年,國際環境研究與公共健康期刊發布的一份關于可穿戴設備睡眠監測能力的報告中就談到,由于算法優化和與用戶的密切關聯,智能可穿戴式設備已經具備高靈敏度,伴隨技術進步,這類產品將提供更可靠的睡眠測量數據,因此具有顯著的研究和實際應用潛力。
在張斌看來,我國睡眠產業起步雖然較慢,但在移動門戶和智能終端技術方面并不落后,伴隨著高科技及智能等創新技術的發展,產業下游的擴展是接下來應該重視的方面。而穿戴式睡眠檢測設備和遠程干預產品則是睡眠相關產業未來發展的方向。
失眠成因復雜,睡眠監測只是輔助
不過專家們也指出,人類失眠的成因復雜,醫學界研究發現,在對抗失眠問題上,即使采用沒任何作用的安慰劑,都有30%的失眠者表示有效。所謂安慰劑就相當于心理暗示,類似我們睡不著,媽媽建議“數綿羊,數到100保管睡眠好”的做法,從醫藥經濟學角度看,可穿戴產品的成本自然更高。
潘集陽介紹,大眾對失眠存在不少誤解,其實失眠背后往往是睡眠之外的其他因素。情感障礙是失眠的首要因素,情感障礙患者中98%伴有失眠,而長期失眠導致情感障礙發病的危險性則是普通人群的4倍。失眠者當中,50%是因為焦慮和抑郁,25%的失眠患者因為諸如糖尿病、高血壓、風濕性關節炎、反流性食管炎等軀體疾病或是剛經歷過重大手術無法安睡,另有10%則是因其患有睡眠呼吸暫停綜合征或者周期性運動障礙導致失眠,真正的原發單純性失眠只占比率的15%。
潘集陽教授指出,失眠患者在選擇助眠產品前,要先到醫院進行鑒別。醫生鑒定過的不屬于嚴重的失眠患者,可嘗試通過助眠的產品去調整睡眠,但使用前提是這些保健品、儀器不影響人體肝、腎功能,不造成血源性傳染(比如扎針等)。“但因許多助眠品沒有經過嚴格的臨床試驗,是否有醫學療效尚不清楚。”
而基礎的睡眠監測和后續服務只是第一步,醫院、醫生要怎么樣才能大規模、不間斷地監測用戶的睡眠、運動、心率等核心健康數據,要怎樣才能洞察這些數據中所蘊含的人類普遍意義上的統計學規律,進而對癥下藥才是重點。