[4L1-GS-10] AI応用：医療・ヘルスケア

[4L1-GS-10-05] 事前学習と実臨床データを組み合わせた睡眠段階自動スコアリング精度改善技術の開発

〇田畑 善人¹、江連 耕太郎¹、森本 健太郎²、北西 由武²、八木 朝子^3,4、千葉 伸太郎⁴、吉本 秀輔¹ (1. PGV株式会社、2. 塩野義製薬株式会社、3. 久留米大学、4. 太田睡眠科学センター)

キーワード：機械学習、脳波、睡眠、ヘルスケア

近年、睡眠は不眠、過眠だけでなく様々な疾病と関連があることが判明している。これらの問題を発見するには睡眠の状態を分析する必要があり、様々な研究が行われてきた。中でも脳波を用いた睡眠段階の分析は、睡眠の状態を可視化して分析する上で非常に重要な指標であり広範囲にわたり研究されている。しかし睡眠段階の判定は専門家の知識、経験に大きく依存しており、判定ができる専門家が限られる、判定に時間がかかるなどの問題があった。これらの問題を解決するため、機械学習を用いて自動で睡眠段階の判定を行うシステムの研究開発、製品開発が進んでいる。我々の先行研究において、パッチ式脳波計を用いた睡眠段階の判定システムを構築し、精度78.6%、κ係数0.70を確認した。本稿では先行研究において構築した睡眠段階スコアリング推論器を改善（① モデルアーキテクチャの変更、②自社臨床研究データとOpen Datasetsの組み合わせによる学習）により、より高い精度で睡眠段階スコアリングすることを目指した。結果として精度83.1%、κ係数0.749を記録し、先行研究と比較し、精度改善を達成できた。