ウェアラブル・リフレクティブ・フォトプレチスモグラフィーによる長期睡眠段階化へ

科学分野:

• 生物医学工学
• 睡眠科学
• 医療における人工知能

背景:

• ポリソムノグラフィー (PSG) は 睡眠段階を測定する 黄金の基準ですが 費用がかかり 時間がかかり 規模を拡大するのは困難です
• ウェアラブル・フォトプレチスモグラフィー (PPG) は 潜在的に非侵襲的でアクセシブルな 睡眠モニタリングの代替手段です

研究 の 目的:

• スマートウォッチで記録されたPPGを用いた 自動睡眠段階の ディープラーニングモデルを評価する.
• 夜間と長期の ambulatory 記録の両方でモデルの汎用性とパフォーマンスを評価する.

主な方法:

• 汎用性のために以前に訓練されたディープラーニングモデルが,腕で着用されるPPGの記録の2つのデータセットでテストされました.
• 夜間の記録 (n=68) は,専門家によって評価されたPSG睡眠段階と比較した.
• 長期記録 (n=493,24時間持続) とアクティグラフィを比較した.

主要な成果:

• 夜間の記録では,PPGモデルは4クラス睡眠段階の測定で78.7%の精度 (コーエンの κ=0.68) を達成し,PSGに対する睡眠/覚醒の分類では94.1%の精度 (コーエンの κ=0.71) を達成した.
• 長期記録では,アクティグラフィと比較して,睡眠/覚醒の精度が92.5%に達した (コーエンの κ=0.80).

結論:

• PPGベースのモデルは腕用デバイスの最先端の精度を示し,睡眠段階を測定するためにPSGに有効な代替案を示しています.
• 長期モニタリングの有望な結果は,継続的な外出睡眠段階と睡眠-覚醒サイクル追跡の可能性を示唆しています.