[发明专利]基于隐式采集的计算机交互的睡眠监测

说明书

一种方法可以包括：从计算设备接收用户的隐式采集的计算机交互数据；访问先前采集的计算机交互数据的数据存储，该先前采集的计算机交互数据与用户的睡眠模式相关；将用户隐式采集的计算机交互数据与先前采集的计算机交互数据进行比较；以及基于比较来推断用户的睡眠模式。该方法可以提供现实世界认知表现的指示，该现实世界认知表现全天变化，并且受到昼夜节律、睡眠类型(早晨/晚上偏好)以及先前睡眠持续时长和定时的影响。

技术领域

本文中所描述的实施例总体涉及推断用户的睡眠模式，并且非限制性地涉及基于采集和比较用户隐式采集的计算机交互数据来推断用户的生理模式。

背景技术

相对于学习和生产率以及避免工业事故和机动车辆事故，维持最佳认知表现是很重要的。认知表现全天变化，从而影响表现质量，该表现质量包括我们如何使用车辆、设备、资源和应用以及如何与之交互。

失眠之后，认知表现显着下降。了解睡眠不足对现实世界的影响至关重要。除了医疗保健成本和疾病风险的增加之外，美国企业每年因缺勤、工作场所事故、决策不力和延误以及其他生产力下降而造成的疲劳成本估计超过1500亿美元。尽管与睡眠有关的表现非常重要，但是基于睡眠的、现实世界表现的时间演变仍未得到很好的理解，并且从未大规模表征过。

认知表现每天都在变化，并且由接近24小时的内在昼夜节律部分驱动。关于睡眠和昼夜节律对认知表现影响的现有研究通常仅限于基于实验室的小规模研究，这些研究无法捕获现实世界条件(诸如现实世界设置中的环境因素、动机和睡眠模式)的可变性。

通常基于三种生物过程的表示来对人类认知表现的日常模式进行建模：(i)循环节律(与时间有关、与行为无关、近24小时振荡)；(ii)自我平衡(homeostatic)睡眠压力(清醒时间越长，变得越累)；以及(iii)睡眠惯性(紧接在清醒之后出现表现下降)。

现有的睡眠有关的相关性通常基于实验研究，其中剥夺参与者的睡眠，并且执行常规人工任务来衡量表现，而不是通过现实世界环境中的日常任务非侵入性地捕获表现。另外，人工实验室设置中的参与者可能会受到其对研究的了解的影响，并且潜意识地改变其行为。

实验室研究通常无法考虑到现实世界中的无数影响，其包括动机、情绪、疾病、环境条件、包括咖啡因摄入在内的行为补偿、以及野外的睡眠模式，这些影响远比在研究中强制实施的影响复杂得多。相比之下，现实世界认知表现全天变化，并且受到昼夜节律、睡眠类型(chronotype)(早晨/晚上偏好)以及先前睡眠持续时长和定时的影响。

附图说明

在不必按比例绘制的附图中，相似的附图标记可以在不同的视图中描述相似的组件。具有不同字母后缀的相似数字可以表示相似组件的不同实例。在附图的各个图中，通过示例而非限制的方式说明了一些实施例，其中：

图1图示了根据示例实施例的示例系统。

图2示出了根据本公开的一些示例的用于生成推断的基于网络的通信系统的系统图。

图3示出了根据本公开的一些示例的生成推断的数据流。

图4示出了根据本公开的一些示例的生成推断的数据流。

图5是图示了根据一些实施例的将用户隐式采集的计算机交互数据与先前采集的计算机交互数据进行比较以推断用户的睡眠模式的示例方法的流程图。

图6是图示了根据一些实施例的能够从机器可读介质读取指令并且执行本文中所讨论的方法中的任一方法的机器的组件的框图。

具体实施方式