2026.07.01
- ニュース
睡眠時無呼吸症候群（SAS）リスクの高精度予測モデルを開発
睡眠中に呼吸が止まったり浅くなったりを繰り返す「睡眠時無呼吸症候群（SAS）」。この病気は、高血圧や脳卒中、心疾患などの重大なリスク要因となるとも言われています。一方で、多くの患者は自覚症状が乏しく、正確な診断には専門施設での精密検査が必要なため、未診断・未治療の「隠れ SAS」が数多く存在するということです。実際、国内の SAS 潜在患者は約 940 万人にのぼるとか。そこで、「無自覚な人も含め、ほとんど手間や追加のコストをかけずに SAS リスクの高い人を見つけ出し、適切な検査・治療につなげられないか」という課題に対し、大規模ヘルスデータと AI を活用したアプローチに産学共同で取り組んだのは筑波大学医学医療系の研究グループです。そして、「治療が必要なレベルの睡眠時無呼吸症候群（SAS）のリスクを 高精度に予測する AI モデルを開発した」と発表しました。具体的には、約 186 万人のライフログデータ（家庭血圧、体重、睡眠時間、歩数など）を活用。機械学習を用いて、SAS の治療を受けている人の特徴を学習し、合計 279 のデータ項目から治療が必要なレベルの SAS を予測したといいます。加えて、レセプトや健康診断のデータだけでなく、血圧計・体組成計・ウエアラブルデバイス等から得られる「日常の健康データ」を予測に組み込んだそうです。今回の研究によって、「隠れ SAS」の早期発見が可能になったこと、リスクが高いと判定された方に精密検査を推奨できること、そして、未治療の SAS による日中の強い眠気や集中力の低下を解消することで労働生産性が上がるメリットを挙げています。本研究の責任者は、「今回のように既にあるデータからリスクを拾い上げる仕組みには大きな意義があります。近年は在宅で手軽に睡眠の状態を測れる民間サービスや保険診療も広がってきましたので、こうした選択肢も上手に活用し、一人でも多くの方がご自身の睡眠と向き合うきっかけになることを期待しています」と述べています。
https://www.tsukuba.ac.jp/journal/medicine-health/20260624143000.html
画像はプレスリリースから引用させて頂きました。
SM
