1770353156
2026-02-06 03:45:00
研究者らは、慢性的な痛みと長期のオピオイド処方を抱えて生活している人々は、ストレスの上昇、痛みの再燃、渇望という下向きのスパイラルを経験する可能性があり、オピオイドの誤用や依存症のリスクを高める可能性があることを長年知っていました。問題は、臨床医が通常、誰かの様子のスナップショット（数週間ごとの診察、アンケート、チェックイン）しか見ていないことです。これでは、リスクが急増する重要な「中間」の瞬間を見逃してしまう可能性があります。
カリフォルニア大学サンディエゴ校のチームの研究では、別のアプローチが提案されています。それは、一般的なスマートウォッチで心拍リズムの微妙な変化を継続的に追跡できるようにし、機械学習を適用して誰かが高リスク状態に陥る時期を推定することで、より早期に、そして潜在的には救命サポートを促進するというものです。この研究はタウヒドゥル・ラーマン教授と博士が主導しました。カリフォルニア大学サンディエゴ校のコンピューティング情報データサイエンス学部（SCIDS）の一部であるハルチュオールデータサイエンス研究所（HDSI）の学生ユンフェイ・ルオ氏と、カリフォルニア大学サンディエゴ医学部精神医学教授でスタンフォード共感・同情研究所寄付教授のエリック・ガーランド博士
研究チームは、ウェアラブル デバイスを使用して心拍間隔データ、つまり心拍間のわずかなタイミングの違いを収集するシステムを構築しました。これらの信号から、システムは心拍数変動 (HRV) を推定します。心拍数変動は、身体に負担がかかると変動することがよくあります。簡単に言えば、HRV は神経系がストレスにどのように反応しているかを知るための手段となります。
アイデアは、継続的なチェックインを必要とせずに、リスクに対する「煙警報器」です。
研究の概要
- 参加者とデータ: 長期オピオイド療法を受けている慢性疼痛のある成人 51 名からの 10,140 時間のウェアラブル データ。
- デバイス： 市販の Garmin Vivosmart 4 スマートウォッチ。
- 設定: 8週間にわたる診療所外の日常生活。
- 比較グループ: 参加者は、慢性疼痛のために処方オピオイドを服用している患者が誤用の兆候を示しているかどうかを臨床医が特定するのに役立つ標準的なアンケートである「オピオイド誤用測定（COMM）」を使用して分類されました。そして
- 主な成果:
- 長期にわたるストレス/痛み/欲求レベルの予測
- これらの軌跡のパターンと臨床記録テキストに基づく最終的な「誤用リスク」分類
ストレス、痛み、渇望: 定量化が難しい危険因子
Luo 氏はこのアプローチについて次のように説明しています。「私たちは、心拍間隔データ、つまり心拍間のわずかなタイミングの違いを収集するウェアラブル デバイスを使用するシステムを構築しました。これらの信号から、システムは心拍数変動 (HRV) を推定します。これは、体に負担がかかると頻繁に変化する測定値です。簡単に言うと、HRV は、神経系がストレスにどのように反応しているかを知るための窓を提供します。」
心拍数の変動は、次の 2 つのステップでオピオイド誤用のリスクにマッピングされました。
ステップ 1: ストレス、痛み、欲求を個別に予測する
この研究に関与した主任臨床科学者であるカリフォルニア大学サンディエゴ校のエリック・ガーランド氏は、すべてのモニターを個別に調整する必要があると指摘した。 「大きな課題の 1 つは、HRV が非常に個人的なものであることです」とガーランド氏は言います。 「ある人にとっては『強い欲求』に見えることでも、別の人にとっては普通のことかもしれません。それを考慮して、チームはパーソナライズされたモデルをトレーニングしました」、画一的な予測子ではありません。」
ルオ氏は、チームが使用したのは 分岐学習 類似の特性を持つ参加者のクラスターを動的に識別する技術。 「これによりモデルのデータ効率が向上し、ストレス、痛み、渇望を個別に予測できるようになります」と同氏は述べた。
ステップ 2: を調査して誤用リスクを推定する 形日々のパターンの
ラーマン氏は、研究チームはあらゆる瞬間におけるストレス、渇望、痛みを超えて、これらの状態が時間の経過とともにどのように変化するかに焦点を当てたと述べた。 「非線形動的分析を使用して、人の日常パターンがより厳密で予測可能であるか、それともより柔軟で可変であるかを調べました」と彼は説明しました。 「オピオイド誤用のリスクが高い人は、より反復的な傾向を示し、高いストレス、痛み、または渇望に陥る傾向がありました。これは、私たちの分析ではエントロピーの低下、または時間の経過による柔軟性の低下として現れました。対照的に、処方どおりにオピオイドを服用している人は、より大きな変動とリバウンドを示し、より高いエントロピーとして反映されました。」
より正確な予測のために臨床コンテキストを追加する
次は何ですか
チームは、この種の監視が「ジャストインタイム介入」、つまり最も必要なときに提供される支援をどのようにサポートできるかを探ることを目指しています。
研究監督者であり、モバイル センシングおよびユビキタス コンピューティング (MOSAIC) 研究所の所長であるラーマン氏は、モバイルおよびウェアラブル センサーと AI/機械学習が、ますます致命的な傾向を逆転させる鍵となる可能性があると期待しています。 「全国的に過剰摂取による死亡率が高いままであるため、このようなツールが臨床医を定期的なスナップショットから患者に優しい継続的なモニタリングに移行し、リスクが悲劇になる前に早期に介入できるようにすることが長期的な期待となっています。」
この研究は、 自然のメンタルヘルス。
この技術に関しては、「」というタイトルの完全な米国実用特許出願 (US2025/016369) も提出されました。投与、感情状態、および誤用リスクスコアのモバイルおよびウェアラブルセンシングを使用した、個人化された閉ループオピオイド中毒管理のためのシステムおよび方法」。
ソース：
参考雑誌:
#スマートウォッチのデータはオピオイド誤用リスクの検出に役立つ可能性がある