根据2020年4月份《临床睡眠医学杂志》上发表的一项研究，从3D照片中分析面部特征可以预测发生阻塞性睡眠呼吸暂停的可能性。

通过3D摄影，研究发现测地线测量（曲面上两点之间的最短距离）可以89％的准确度预测哪些人患有睡眠呼吸暂停。仅使用传统的2D线性测量，该算法的准确性就达到了86％。

首席研究员彼得·伊斯特伍德（Peter Eastwood）说：“这项技术的应用在面部和颈部预先确定了标记，”他拥有呼吸和睡眠生理学博士学位，是西澳大利亚大学（UWA）睡眠科学中心的主任，他说 “确定了这些标记之间的测地线距离和线性距离，并对线性判别算法进行了训练，测试并用于将个体归类处于阻塞性睡眠呼吸暂停的高风险或低风险中。”

这项研究涉及300位不同程度的睡眠呼吸暂停患者和100位没有睡眠呼吸暂停的患者。这些人来自当地医院和西澳大利亚州的Raine纵向队列研究。所有患者均进行了整夜睡眠研究，并使用颅面扫描仪系统拍摄了3D照片。数据用于构建预测算法，并在另一组患者身上进行对照测试。

Eastwood与西澳大学计算机科学家Syed Zulqarnain Gilani合作，将睡眠呼吸暂停最相关的面部特征识别为颈部宽度和下颌后缩程度，但该研究还发现了其他可能的指标。

他说：“从本研究中获得的数据表明，其他测量值，例如下颌的宽度和长度、面部的宽度以及眼睛之间的距离，也有助于区分是否患有OSA的个体。”

该研究的评论文章也发表在JCSM的四月号中。 Ofer Jacobowitz和Stuart MacKay博士表示，他们看到了3D摄影技术作为筛查工具的光明前景，并有望与患者数字健康追踪器的数据和健康史相结合。

“某些可穿戴设备已经能够测量脉搏血氧饱和度，其中一些可提供血氧饱和度变化分析。” 他们评论道：“同样，明天的家庭可能会在卧室中安装传感器，这些传感器可以使用光学、声学、红外、超声或其他方式收集睡眠生理数据“。

根据Eastwood的说法，现有研究显示了睡眠呼吸暂停的遗传易感性，而面部结构是这种易感性的重要组成部分，导致研究人员根据面部特征寻求一种可负担的、价格合理的筛查方法。 Eastwood认为3D面部摄影可以代表第一种廉价、可广泛使用的睡眠呼吸暂停筛查工具。

“ OSA是一个巨大的公共卫生问题，尽管早已具备有效的治疗方法，但许多OSA仍未得到诊断。”Eastwood说： “因此，需要简单、准确的筛查工具来预测患有OSA的人。”

如需要该研究副本“Predicting sleep apnea from 3-dimensional face photography通过3D人脸摄影预测睡眠呼吸暂停”或评论文章“The faces of sleep apnea in the age of machine learning机器学习时代的睡眠呼吸暂停面孔” 请与北京思力普睡眠研究所联系。

北京思力普睡眠研究所（BSRI）成立于2003年11月，是中国睡眠医学的领导者和实践者，是目前国内唯一整合了睡眠研究、持续正压气道通气（CPAP呼吸机）、定制型口腔矫治器（OA)和认知行为疗法(CBT)治疗睡眠呼吸障碍的专业机构，用学科整合的力量解决睡眠呼吸障碍的疑难问题，旨在为睡眠疾患人群提供最高标准的睡眠医学体验和护理，并积极探索和实践中国睡眠医学发展的新路子，以更高效率促进人人享有睡眠健康。