マウント・サイナイ主導の研究チームは、人工知能（AI）を活用したアルゴリズムを強化して臨床睡眠検査のビデオ記録を分析し、最終的には世界中で8,000万人以上が罹患している一般的な睡眠障害の正確な診断を向上させた。研究結果は雑誌に掲載されました 神経学年代記 1月9日。
レム睡眠行動障害 (RBD) は、睡眠の急速眼球運動 (REM) 相中に、異常な動き、つまり夢から出た身体的行為を引き起こす睡眠状態です。健康な成人に発生する RBD は「孤立型」RBD と呼ばれます。米国では 100 万人以上が罹患しており、ほぼすべてのケースでパーキンソン病または認知症の初期兆候です。
RBD は、その症状が気づかれなかったり、他の病気と混同されたりする可能性があるため、診断が非常に困難です。確定診断には、睡眠監視技術を備えた施設で医療専門家が実施する、ビデオ睡眠ポリグラムとして知られる睡眠検査が必要です。また、データは主観的なものであり、睡眠段階や筋活動量などの複数の複雑な変数に基づいて普遍的に解釈するのが難しい場合があります。ビデオ データは睡眠テスト中に体系的に記録されますが、ほとんど確認されることはなく、テストの解釈後に破棄されることがよくあります。
この分野でのこれまでの限られた研究では、シーツや毛布で活動が覆われてしまうため、睡眠中の動きを検出するには研究グレードの3Dカメラが必要になる可能性があることが示唆されていた。この研究は、夜間の睡眠テスト中に 2D カメラで定期的に収集されたビデオ記録を分析する自動機械学習手法の開発の概要を初めて示したものです。この方法では、追加の「分類子」または動きの特徴も定義され、RBD を検出する精度が 92 パーセント近くになります。
「この自動化されたアプローチは、睡眠検査の解釈中に臨床ワークフローに統合され、診断を強化および促進し、診断の見逃しを回避できる可能性があります」と責任著者である神経学（運動障害）および医学（肺疾患）准教授のエマニュエル・ドゥーリング医学博士は述べた。救命救急および睡眠医学）、マウントサイナイのアイカーン医科大学で。 「この方法は、睡眠検査中に示された動きの重症度に基づいて治療決定を通知するためにも使用でき、最終的には医師が個々の患者に合わせたケア計画を立てるのに役立ちます。」
マウント・サイナイのチームは、オーストリアのインスブルック医科大学の研究者によって作成された、睡眠研究中の動きの自動機械学習分析に関する提案を再現し、拡張しました。このアプローチでは、コンピューターが画像やビデオなどの視覚データを分析して理解できるようにする人工知能の分野であるコンピューター ビジョンを使用します。このフレームワークに基づいて、マウント サイナイの専門家は、臨床睡眠検査室で日常的に使用されている 2D カメラを使用して、患者の一晩の睡眠を監視しました。このデータセットには、約80人のRBD患者からなる睡眠センターと、別の睡眠障害があるか睡眠障害のないRBDではない約90人の患者からなる対照群での記録の分析が含まれていた。ビデオ内の連続するフレーム間のピクセルの動きを計算する自動アルゴリズムは、レム睡眠中の動きを検出することができました。専門家はデータを検討して、動きの割合、比率、大きさ、速度、および不動の比率を抽出しました。彼らは、短いムーブメントのこれら 5 つの特徴を分析し、研究者によるこれまでの最高精度である 92% を達成しました。
1736467059
#数百万人に影響を与える一般的な睡眠障害を検出する自動化された方法
2025-01-09 23:41:00