睡眠関連呼吸障害の検出と評価におけるウェアラブル技術 (ReSTech)

近年、睡眠障害はその有病率の高さと日常生活への影響により重要性が高まっており、人々の日常業務を遂行する能力に影響を及ぼし、生活の質を低下させています。 これらの障害には、入眠困難、呼吸中断、睡眠の質の低下などが含まれ、閉塞性睡眠時無呼吸症候群 (OSA) などの睡眠関連呼吸障害 (SRBD) が特に深刻です。 睡眠中に繰り返し気道閉塞を引き起こすOSAは、特に高齢者、肥満の人、男性によく見られますが、依然として過小診断されていることがよくあります。

SRBD は睡眠を妨げるだけでなく、糖尿病、高血圧、脳卒中などの慢性疾患のリスクを高め、医療資源の需要が高まることで経済的負担も生じます。 身体的および精神的健康に対するそれらの影響は、疲労、生産性の低下、職場事故、さらには障害につながるため、より効率的な診断および管理ツールの必要性が強調されています。

ポリソムノグラフィー (PSG) は睡眠障害を診断するためのゴールドスタンダードですが、コストが高く侵襲的であるため、利用しやすさが制限されています。 リストバンドや時計などのウェアラブル デバイスは、よりアクセスしやすく非侵襲的な代替手段を提供し、睡眠、心拍数、アクティビティに関するリアルタイム データを提供します。 これらのデバイスは有望ではありますが、SRBD の検出精度を確認するにはさらなる研究が必要です。 このプロジェクトは、これらの障害の診断と管理における補完ツールとしてのウェアラブルの有効性を評価することを目的としています。 具体的には、次のような特定の目的があります。 (1) 血中酸素飽和度、心拍数、活動量の測定におけるリストバンドや時計などのウェアラブル デバイスの精度、特異性、感度を夜間ポリグラフィーと比較して評価すること。 (2) 教師なし学習技術を使用して、睡眠関連呼吸障害 (SRBD) の可能性がある個人を特定する際のこれらのデバイスの有効性を分析する。 (3) 潜在的な SRBD を検出および分類するための人工知能モデルの影響とパフォーマンスを評価する。