JOURNAL OF FUNCTIONAL VENTILATION AND PULMONOLOGY [Journal de la Fonction Ventilatoire et de Pneumologie]

ABSTRACT:

Background: Sleep disorders, particularly obstructive sleep apnea (OSA) and insomnia, are major and under‑recognized public‑health problems in Vietnam. OSA is estimated to affect about 4 million (8.5%) individuals in Vietnam, with 2.3 million experiencing moderate-to-severe conditions. Limited access to sleep laboratories and specialist services, especially in rural and primary‑care settings, contributed to delayed diagnosis and suboptimal management. Artificial intelligence (AI) offers promising opportunities to enhance early screening and detection through scalable, low‑cost, and data‑driven solutions.

Objective: To summarize the current evidence on the application of AI in screening and early detection of sleep disorders and to propose future research and implementation directions relevant to the Vietnamese healthcare context.

Methods: This narrative review was conducted following PRISMA principles for systematic evidence synthesis. Data were retrieved from PubMed, Scopus, Web of Science, and Google Scholar, focusing on peer‑reviewed articles published within the past five years. Eligible studies were selected based on relevance to AI applications in sleep‑disorder screening and early detection, including machine‑learning and deep‑learning models, AI‑assisted polysomnography analysis, and wearable‑based sleep monitoring technologies. Priority was given to studies conducted in low‑ and middle‑income countries and those with potential applicability to Vietnam.

Findings: Globally, AI models using physiological signals (ECG, respiratory patterns, oximetry) and wearable data have demonstrated high diagnostic accuracy for OSA, ranging from 67.03% to 98.6%. AI has also enabled automated sleep-stage classification and continuous sleep-quality monitoring outside laboratory settings. In Vietnam, early‑stage studies have explored ECG-based OSA detection and wearable technologies for sleep assessment. These developments align with broader national efforts to integrate AI into non-communicable disease screening and community health systems. However, several challenges remain, including limited real‑world validation in Vietnamese primary care settings, variability in data quality and interoperability, and evolving ethical and regulatory frameworks for AI in healthcare.

Conclusion: AI-assisted screening has strong potential to expand sleep health capacity in Vietnam by enabling earlier detection and more equitable, proactive management of sleep disorders. To realize this potential, priority actions include developing standardized local datasets, integrating AI-based risk stratification tools into primary care and telehealth systems, strengthening interdisciplinary collaboration, and establishing national governance frameworks. Multicenter implementation studies are essential to evaluate scalability and real-world effectiveness.

Keywords: Artificial intelligence (AI); Sleep disorders; Early detection; Vietnam healthcare; Wearable technologies

RÉSUMÉ:

Contexte: Les troubles du sommeil, en particulier l’apnée obstructive du sommeil (AOS) et l’insomnie, constituent des problèmes majeurs de santé publique au Vietnam, encore insuffisamment reconnus. On estime que l’AOS touche environ 4 millions de personnes (8,5 %) au Vietnam, dont 2,3 millions présentent des formes modérées à sévères. L’accès limité aux laboratoires du sommeil et aux services spécialisés, notamment dans les zones rurales et les soins de santé primaires, contribue à un diagnostic tardif et à une prise en charge sous-optimale. L’intelligence artificielle (IA) offre des perspectives prometteuses pour améliorer le dépistage et la détection précoce grâce à des solutions évolutives, peu coûteuses et fondées sur les données.

Objectif: Résumer les données probantes actuelles concernant l’application de l’IA dans le dépistage et la détection précoce des troubles du sommeil, et proposer des orientations pour la recherche et la mise en œuvre adaptées au contexte du système de santé vietnamien.

Méthodes: Cette revue narrative a été menée conformément aux principes PRISMA pour la synthèse systématique des données probantes. Les données ont été extraites de PubMed, Scopus, Web of Science et Google Scholar, en se concentrant sur les articles évalués par les pairs publiés au cours des cinq dernières années. Les études éligibles ont été sélectionnées en fonction de leur pertinence pour les applications de l’IA dans le dépistage et la détection précoce des troubles du sommeil, incluant les modèles d’apprentissage automatique et d’apprentissage profond, l’analyse assistée par IA de la polysomnographie, ainsi que les technologies de surveillance du sommeil basées sur des dispositifs portables. Une priorité a été accordée aux études menées dans des pays à revenu faible et intermédiaire et à celles présentant un potentiel d’application au Vietnam.

Résultats: À l’échelle mondiale, les modèles d’IA utilisant des signaux physiologiques (ECG, schémas respiratoires, oxymétrie) et des données issues de dispositifs portables ont démontré une grande précision diagnostique pour l’AOS, allant de 67,03 % à 98,6 %. L’IA a également permis la classification automatisée des stades du sommeil et la surveillance continue de la qualité du sommeil en dehors des environnements de laboratoire. Au Vietnam, des études préliminaires ont exploré la détection de l’AOS basée sur l’ECG et l’utilisation de technologies portables pour l’évaluation du sommeil. Ces avancées s’inscrivent dans les efforts nationaux visant à intégrer l’IA dans le dépistage des maladies non transmissibles et les systèmes de santé communautaires. Toutefois, plusieurs défis persistent, notamment le manque de validation en conditions réelles dans les soins primaires vietnamiens, la variabilité de la qualité des données et de leur interopérabilité, ainsi que l’évolution des cadres éthiques et réglementaires de l’IA en santé.

Conclusion: Le dépistage assisté par IA présente un fort potentiel pour renforcer les capacités en santé du sommeil au Vietnam en permettant une détection plus précoce et une prise en charge plus équitable et proactive des troubles du sommeil. Pour concrétiser ce potentiel, les priorités incluent le développement de bases de données locales standardisées, l’intégration d’outils de stratification du risque basés sur l’IA dans les soins primaires et les systèmes de télésanté, le renforcement de la collaboration interdisciplinaire et l’établissement de cadres nationaux de gouvernance. Des études multicentriques de mise en œuvre sont essentielles pour évaluer la scalabilité et l’efficacité en conditions réelles.

Mots-clés: Intelligence artificielle (IA); Troubles du sommeil; Détection précoce; Système de santé vietnamien; Technologies portables.