睡眠ポリグラフの生理学的信号を使用した閉塞性睡眠時無呼吸症候群の治療クラスタリング システムの開発

背景:

閉塞性睡眠時無呼吸症候群（OSA）は、睡眠中に繰り返される上気道閉塞を特徴とし、30～70歳の男性の約14％、女性の5％が罹患しています。 OSA の病因は、解剖学的要因と非解剖学的要因に分けられます。 解剖学的要因には上気道の狭窄や虚脱が含まれますが、非解剖学的要因には筋肉の反応性の低下、覚醒閾値の低さ、ループゲインの高さが含まれます。 解剖学的問題は、外科的介入または歯科器具を使用して管理できます。 低い覚醒閾値や高いループゲインなどの非解剖学的問題には、薬物療法や酸素療法が必要になる場合があります。 睡眠中に重要なオトガイ舌筋（GG）の活動は、OSA患者の約30％で不十分です。 定期的な中咽頭筋運動により、OSA の重症度および関連症状を軽減できます。

しかし、最適な治療戦略を選択するための正確な臨床予測ツールは不足しており、OSA 患者に対する遠隔リハビリテーションに関する研究は不十分です。 この研究は、病因に基づいて患者を (i) 解剖学的要因、(ii) 筋反応性の低下、および (iii) その他の非解剖学的要因に分類する、人工知能を使用した自動治療クラスタリング システムを開発することを目的としています。 このシステムは、遡及的睡眠ポリグラフィー (PSG) データベースからの生理学的睡眠評価を分析します。 交差検証は、外科的介入、CPAP療法、中咽頭トレーニング（対面または遠隔リハビリテーションを介して実施）などのさまざまな管理戦略を受けている新規OSA患者に対して実施されます。

方法:

自動治療クラスタリング システムは、人工知能を利用して患者を病因グループに分類します。(i) 上気道の狭窄や虚脱などの解剖学的要因。 (ii) 筋肉の反応性の低下などの非解剖学的要因。 (iii) 他の非解剖学的要因。 この分類は、遡及的な PSG データベースから得た、筋電図 (EMG) や呼吸気流計などの複数の生理学的睡眠評価の分析に基づいています。 このシステムは、新規 OSA 患者を対象に相互検証され、対象および除外基準に基づいてスクリーニングされ、同意が得られます。

相互検証段階では、OSA患者は睡眠ポリグラフィー、睡眠関連のアンケート、薬物誘発性睡眠内視鏡検査（DSE）、コンピュータ断層撮影（CT）スキャン、機能的磁気共鳴画像法（fMRI）、舌の筋力などのさまざまな評価を受けることになる。持久力テスト、精神状態の評価などです。 治療前と治療後の測定が行われます。 CTスキャンとDISEは治療前後の解剖学的構造を評価し、fMRIは脳の活性化状態を検査します。 筋力テストと持久力テストにより、介入前後の舌の筋肉の反応性レベルが評価されます。

機械学習を活用した自動治療クラスタリング システムは、PSG、CT、睡眠内視鏡検査、fMRI、舌の強さと持久力の結果に基づいて各症例の表現型を判定します。 これらの結果は、臨床医が患者を分類し、治療の成功率を予測するのに役立ちます。 治療の決定には、臨床専門知識と患者の希望を考慮した、医師と患者の協力が必要となります。

表現型解析システムにより、解剖学的要因による上気道狭窄または虚脱と分類された参加者は、外科的管理が推奨されます。 筋肉の反応性が低下している患者には、12週間の中咽頭筋トレーニングプログラムが推奨されます。 このトレーニングは、対面セッションと遠隔リハビリテーションの 2 つのモードで実施されます。 各セッションは 45 ～ 60 分で、参加者は研究室での対面セッションまたは週に 1 ～ 3 日のオンライン クラス (遠隔リハビリテーション) に参加します。 両方のグループには、自宅で追加の口腔咽頭訓練を行うよう指示されます。 これらのグループに当てはまらない患者は、OSA 管理のゴールドスタンダードである CPAP 療法を使用します。 治療期間中、すべてのグループの参加者は潜在的なリスクを評価するために定期的に追跡調査を受けます。 各グループには 50 件のケースが含まれると予想されます。 6 か月の治療後、睡眠ポリグラフィーに基づいて無呼吸・低呼吸指数が収集され、成功率が評価され、表現型解析システムを使用して分析された予測値と比較されます。