Simulated Light Schedules for Sleep-Wake Adjustments: Exploring the Incorporation of Reinforcement Learning

Per la maggior parte della storia umana, i nostri orologi interni erano regolati dal sole. Ci svegliavamo all'alba e dormivamo al tramonto, un ritmo sincronizzato dalla luce che colpiva i nostri occhi. Oggi, tuttavia, viviamo in un mondo di luce artificiale che non si spegne mai veramente. Questo bagliore costante può confondere il sistema di temporizzazione biologica del corpo, portando a un sonno che sembra superficiale o a una veglia che arriva al momento sbagliato. Gli scienziati sanno da tempo che la luce è il segnale primario che dice al nostro corpo quando riposare e quando essere attivo, più della luce, della temperatura o del rumore. Per correggere un programma del sonno interrotto, i ricercatori si sono tradizionalmente affidati a piani rigidi, spesso scomodi, che costringono le persone a fissare luci brillanti o a sedersi nel buio totale in momenti specifici. Questi metodi funzionano in teoria ma sono difficili da mantenere nella vita reale, dove le persone hanno lavori, famiglie e vite sociali che non si adattano a un perfetto programma di laboratorio. La sfida è stata trovare un modo per usare la luce per spingere delicatamente il corpo verso un ritmo sano senza pretendere che una persona abbandoni la propria routine quotidiana.

Un team di ricercatori della Monash University Malaysia ha adottato un nuovo approccio a questo problema, insegnando a un computer come imparare a progettare questi programmi di luce. Invece di utilizzare un insieme fisso di regole o un manuale pre-scritto, hanno costruito un sistema che utilizza un tipo di intelligenza artificiale nota come apprendimento per rinforzo (reinforcement learning). Immaginate uno studente che impara a suonare uno strumento musicale: prova una nota, ascolta se suona bene e regola il posizionamento delle dita per il tentativo successivo. I ricercatori hanno applicato questa stessa logica di tentativi ed errori alla luce. Hanno creato un framework digitale in cui un algoritmo di computer agisce come uno studente, cercando di modificare l'esposizione quotidiana alla luce di una persona per raggiungere un obiettivo specifico del sonno. Il computer non si limita a indovinare; impara da un database di comportamento umano reale. Osserva come i modelli di luce si relazionano al momento in cui le persone effettivamente si addormentano e si svegliano, poi modifica iterativamente il programma di luce per vedere se sposta la persona più vicina al suo orario di sonno desiderato.

Per addestrare questo sistema, i ricercatori avevano prima bisogno di dati reali. Hanno reclutato 19 giovani adulti, per lo più studenti universitari, e hanno chiesto loro di indossare due piccoli dispositivi per sei giorni. Un dispositivo, indossato come un pendente, misurava la luce che colpiva i loro occhi durante il giorno, catturando non solo la luminosità ma anche i colori specifici della luce che influenzano l'orologio biologico del corpo. L'altro dispositivo, indossato al polso, tracciava il loro movimento per determinare esattamente quando dormivano e quando erano svegli. Il team ha anche chiesto ai partecipanti di tenere dei semplici diari del sonno. Da questi dati, i ricercoli hanno raggruppato i partecipanti in cinque categorie distinte basate sul loro tempo medio di sonno e sulla loro efficienza nel dormire. Questo raggruppamento ha permesso di trattare i "tipi di sonno" come obiettivi, proprio come un allenatore potrebbe raggruppare gli atleti in base al loro stile naturale di corsa.

Il nucleo dello studio ha comportato due fasi principali. In primo luogo, il team ha costruito un modello di classificazione, un tipo di programma informatico in grado di esaminare un programma di luce di sei giorni e prevedere a quale delle cinque categorie di sonno appartiene una persona. Hanno testato questo modello su nuovi dati e hanno scoperto che poteva identificare correttamente la categoria di sonno con un'alta precisione. Questo modello è diventato l'"insegnante" per la seconda parte del sistema. Nella seconda fase, hanno utilizzato l'algoritmo di apprendimento per rinforzo per generare nuovi programmi di luce. Il computer partiva dalla routine di luce originale di una persona e riceveva un obiettivo: "cambia questo programma in modo che la persona finisca in una categoria di sonno diversa". L'algoritmo apportava piccole modifiche ai livelli di luce, come attenuare le luci la sera o illuminare la mattina, e poi chiedeva al modello di classificazione: "Questo cambiamento ci ha avvicinati all'obiettivo?". Se la risposta era sì, il computer manteneva quella modifica; altrimenti, provava qualcos'altro. Questo processo si ripeteva migliaia di volte finché l'algoritmo non trovava un programma che riusciva a spostare il modello di sonno previsto.

I risultati hanno dimostrato che il computer poteva effettivamente generare programmi di luce che spostavano le persone verso diversi modelli di sonno-veglia. Per alcune delle categorie di sonno, i programmi generati apparivano molto simili ai modelli di luce naturali osservati nei partecipanti. Tuttavia, per altre categorie, il computer ha creato programmi che erano piuttosto diversi da ciò che le persone sperimentano naturalmente, suggerendo talvolta livelli di luce difficili da raggiungere con l'illuminazione domestica standard. I ricercatori hanno simulato cosa accadrebbe all'orologio interno del corpo se qualcuno seguisse questi programmi generati dal computer. In diversi casi, le simulazioni hanno suggerito che i programmi avrebbero spostato con successo la tempistica del rilascio di melatonina, un ormone che segnala al corpo che è ora di dormire. Eppure, lo studio ha anche evidenziato un limite cruciale: il computer a volte spingeva i livelli di luce verso estremi che non sono pratici per la vita quotidiana. Ciò suggerisce che, sebbene la tecnologia funzioni, debba essere attentamente bilanciata rispetto a ciò che è effettivamente possibile per un essere umano fare.

Lo studio non sostiene di aver risolto il problema dei disturbi del sonno o di aver trovato una cura perfetta per il jet lag. Invece, dimostra un nuovo metodo per creare piani di luce personalizzati. I ricercatori sottolineano che il loro lavoro è un prototipo, un punto di partenza che prova il concetto di utilizzare l'apprendimento automatico per progettare diete di luce. Notano inoltre che i loro dati provenivano da un piccolo gruppo di giovani adulti sani, quindi i risultati non possono ancora essere applicati a tutti, come gli anziani o le persone con specifiche condizioni di salute. Inoltre, poiché il sistema si basa sulla previsione dei modelli di sonno basata sulla luce piuttosto che sulla misurazione diretta della chimica interna del corpo, le scoperte si basano su simulazioni e modelli statistici piuttosto che su una prova fisiologica diretta. Gli autori suggeriscono che, affinché questa tecnologia diventi uno strumento pratico, dovrà essere testata su gruppi di persone molto più ampi e perfezionata per garantire che i programmi di luce che crea siano non solo efficaci ma anche realistici da seguire.

In definitiva, questa ricerca apre una porta a un futuro più flessibile per la scienza del sonno. Allontanandosi da regole rigide e universali verso sistemi di apprendimento adattivi, gli scienziati potrebbero eventualmente offrire raccomandazioni di luce che si inseriscano perfettamente nella vita reale di una persona. Il computer non ha bisogno di costringere una persona a fissare una luce intensa per un'ora; può suggerire cambiamenti sottili nell'illuminazione di una casa o di un ufficio che si accumulino nel corso dei giorni per resettare delicatamente l'orologio del corpo. Sebbene l'attuale versione del sistema sia ancora nelle sue fasi iniziali, la capacità di generare questi programmi su misura utilizzando l'apprendimento per rinforzo rappresenta un passo avanti significativo. Sposta l'attenzione da ciò che è teoricamente possibile in un laboratorio a ciò che potrebbe essere realizzabile nel mondo reale, offrendo una strada promettente verso un sonno migliore per le persone che navigano in un mondo che non dorme mai veramente.