成人10万人分のデータを機械学習アルゴリズムで睡眠解析し睡眠パターンを16に分類、新たな不眠症診断法に期待

東京大学は3月15日、腕の加速度から覚醒と睡眠を判別する機械学習アルゴリズム「ACCEL」を開発し、約10万人の加速度のデータを解析したところ、睡眠が16種類のパターンに分類されることがわかったと発表した。その中には睡眠障害との関連が疑われるものもあるため、腕時計型ウェアラブルデバイスと「ACCEL」を組み合わせることで、睡眠障害の新たな診断方法や治療法の開発につながるものと期待されている。
ライフスタイルの多様化により、遺伝的に持っている睡眠パターンと相容れない生活が強いられると、不眠症となり健康リスクが高まる。例えば夜型の人は、昼間に学校や会社に通うといった社会的義務感により平日の睡眠時間が短くなり、平日と休日の睡眠時間が違ってくる傾向にある。これは「社会的時差ぼけ」と呼ばれ、肥満、高血圧、精神的なストレスといった健康への悪影響が心配される。実に現代人の60〜70％は睡眠不足を感じているという。その解消には正確な不眠症の診断と適切な治療が大切だが、そのためには週単位の睡眠パターンを把握しなければならず、その方法は問診などによる主観的な指標に頼っているのが現状だ。
そこで東京大学大学院医学系研究科機能生物学専攻システムズ薬理学分野の上田泰己教授、香取真知子氏、史蕭逸助教らによる研究グループは、簡単に正確に1週間以上の長期にわたる睡眠測定を行い、その結果を定量的に解析できれば、より

リンク元