Slimme kussensloop monitort slaap zonder wearable

Onderzoekers van Columbia University hebben een slimme kussensloop ontwikkeld die de hartslag, ademhaling, lichaamsbewegingen en slaaphouding meet zonder dat gebruikers een wearable of ander tracking device hoeven te dragen. Het experimentele systeem, PillowSense genaamd, maakt gebruik van geleidende stof om via contact met de nek fysiologische signalen te registreren. Uit eerste tests thuis blijkt dat de technologie een minder ingrijpend alternatief zou kunnen bieden voor conventionele slaaptrackers, hoewel er nog verder onderzoek nodig is voordat het voor medische doeleinden kan worden ingezet.

Slaapmonitoring is steeds toegankelijker geworden via smartwatches, fitnesstrackers en andere consumentenapparaten. Deze technologieën kunnen informatie verschaffen over slaapduur, beweging en fysiologische activiteit, maar ze hebben ook hun beperkingen. Sommige mensen vinden draagbare apparaten oncomfortabel tijdens de slaap, terwijl de nauwkeurigheid van individuele metingen kan variëren.

Een interdisciplinair onderzoeksteam onder leiding van Xia Zhou, universitair hoofddocent aan Columbia Engineering, onderzocht of alledaagse textielsoorten een alternatief konden bieden. Hun oplossing, PillowSense, integreert zachte elektronische sensoren in een kussensloop. Het systeem werd gepresenteerd op de ACM International Joint Conference on Pervasive and Ubiquitous Computing (UbiComp) van 2026, waar het onderzoek een Distinguished Paper Award ontving.

Slaapmeting via geleidende stof

PillowSense maakt gebruik van geleidende stof die in een kussensloop is ingenaaid om elektrische signalen te detecteren die door het lichaam worden gegenereerd. Hieronder vallen signalen die verband houden met hartactiviteit en spiercontracties. De stof fungeert als een elektrode, terwijl gevoelige elektronica kleine spanningsverschillen meet tussen sensoren die in contact komen met de nek van de slaper.

Algoritmen voor signaalverwerking scheiden hart- en spieractiviteit, waardoor het systeem de hartslag en ademhalingsfrequentie kan schatten. Vervolgens wordt machine learning gebruikt om lichaamsbewegingen en verschillende slaaphoudingen te herkennen. In tegenstelling tot veel conventionele slaaptrackers, die voornamelijk metingen verzamelen via de pols of vinger, biedt PillowSense ook informatie over de lichaamshouding.

Dit is relevant omdat de slaaphouding van invloed kan zijn op de ademhaling en het slaapcomfort. Het combineren van informatie over de houding met fysiologische metingen zou onderzoekers daarom een gedetailleerder beeld kunnen geven van wat er tijdens de slaap gebeurt. De onderzoekers ontdekten ook dat elektrische activiteit in de nekspieren informatie kan verschaffen over de positie van andere lichaamsdelen, waaronder of iemands benen gebogen waren. Hierdoor werd het mogelijk om meer gedetailleerde slaaphoudingen te onderscheiden met behulp van sensoren die uitsluitend in de kussensloop waren aangebracht.

Getest in thuissituatie

De onderzoekers evalueerden PillowSense gedurende 151 nachten bij deelnemers thuis. Door te testen in een natuurlijke omgeving konden ze onderzoeken hoe het systeem presteerde tijdens normale nachtelijke bewegingen en veranderingen in slaaphouding. De technologie onderscheidde zeven slaaphoudingen met een F1-score van 88%. Deze statistische maatstaf combineert precisie en recall om de classificatieprestaties te evalueren. De bevindingen suggereren dat sensoren in de stof onder de onderzochte omstandigheden slaaphoudingen met relatief hoge nauwkeurigheid kunnen identificeren.

De onderzoekers constateerden echter ook verschillende technische beperkingen. Het contact met de sensor kan veranderen wanneer iemand beweegt, terwijl haar en verschillen in huidconditie de signaalkwaliteit kunnen verstoren. Slecht contact leidde af en toe tot ontbrekende metingen. Belangrijk is dat periodes met onvoldoende contact met de sensor werden uitgesloten van de gerapporteerde resultaten voor de houdingsclassificatie. Het prestatiecijfer van 88% vertegenwoordigt daarom niet de ononderbroken nauwkeurigheid gedurende de gehele nacht. De deelnemers waren bovendien gezonde personen, wat betekent dat de bevindingen niet automatisch kunnen worden toegepast op ouderen of patiënten met slaapstoornissen.

Het vermogen om de lichaamshouding te identificeren of de ademhaling en hartslag te schatten, bewijst op zichzelf nog niet of iemand een slaapstoornis heeft of voldoende herstellende slaap krijgt. Om die reden omschrijven de onderzoekers PillowSense als een prototype voor monitoring in plaats van als een diagnostisch systeem.

Praktische toepassing

Het ontwikkelingsteam heeft de kussensloop ontworpen met het oog op dagelijks gebruik. De senslaag kan worden verwijderd om met de hand te wassen, terwijl de rest van de stof in de wasmachine kan. De onderzoekers voorzien een toekomstige versie die over een gewoon kussen kan worden geplaatst en kan worden gekoppeld aan een smartphone-app. Gebruikers zouden dan de veranderingen in houding, beweging, hartslag en ademhaling gedurende de nacht kunnen bekijken. Door metingen lokaal op een smartphone te verwerken, zou de noodzaak om gevoelige fysiologische informatie naar externe servers te verzenden mogelijk kunnen worden verminderd. Toepasselijke gegevensopslag en gebruikerscontroles blijven niettemin belangrijk.

Alvorens PillowSense op grotere schaal te kunnen inzetten, moet het worden gevalideerd aan de hand van gevestigde klinische referentiemetingen en getest bij grotere en meer diverse populaties. Er zijn ook verdere verbeteringen nodig om betrouwbaar contact met de sensoren te waarborgen, interferentie te verminderen en de elektronica te vereenvoudigen.

Slimme wearable

Hoewel voor het monitoren van de slaap vaak gebruik gemaakt wordt van sensortechnologie die al in veel smartwatches en (fitness) trackers te vinden zijn, zien we ook andere innovaties, zoals PillowSense. Een ander mooi voorbeeld is de slimme wearable die eerder dit jaar gepresenteerd werd, en waaraan nog volop ontwikkeld wordt. Deze zachte, draadloze wearable is in staat slaap en fysiologische processen die samenhangen met de hersengezondheid thuis te monitoren. De flexibele sensor verzendt meetgegevens via Bluetooth voor verdere analyse. Anders dan traditionele onderzoeksmethoden, zoals MRI en polysomnografie, kan de wearable buiten een klinische omgeving worden gebruikt.