スタンフォード大学の研究チームは、権威ある医学雑誌「ナチュアム・メディスン」に、画期的な成果を発表しました。彼らは、SleepFMと呼ばれるオープンソースの人工知能モデルを開発し、ユーザーが一晩かけて記録した睡眠データを分析するだけで、今後6年間の健康状態や死亡リスクを正確に予測できます。

生理信号の深層解読

この研究は、25年にわたる6万5千人以上の参加者を対象とした膨大な臨床データに基づいて訓練されています。通常のスマートウォッチによる単純なモニタリングとは異なり、このモデルは脳波、心電図、呼吸などの多様な生理信号を深く統合しており、睡眠中に隠されている微細な異常を捉えることができます。

SleepFMは全因死亡率の予測において84%の正確さを達成し、認知症の予測ではさらに85%にも達しています。また、心不全や心筋梗塞などの重大な循環器系疾患に関する予測の一致係数も業界最高水準です。

医療予防の普及促進

現在、この技術は主に専門的な多導睡眠計測機器に依存していますが、そのコアアルゴリズムはチャネルに依存しない設計となっています。これは、近い将来、この技術がスマートウォッチなどの携帯端末に適応可能であることを意味し、心電図や呼吸などの簡略化された信号のみで一般の人々に基本的な健康警報を提供することが可能になります。

この研究のオープンソース性により、医療資源の再利用に対して新しい考え方が提示されました。毎年大量に蓄積される睡眠計測の原始データは、このモデルを通じて非常に価値のある健康管理の助言に変換され、医療システムのスクリーニング効率を大幅に向上させることができます。