小児睡眠スコアリングの自動化を目指して：私たちはそこに到達したのか？
自動睡眠スコアリングアルゴリズムは、過去10年間で成人の睡眠検査室を変革してきたが、ジャーナル Sleep に掲載された新しい論文は、同じ技術が小児患者に適用できる準備が整っているかどうかを問いかけている。小児睡眠専門医のAlex Gileles-Hillel氏と生体医工学者のJoachim A Behar氏によると、その答えは単純なイエスかノーかよりも複雑である。
睡眠研究学会（Sleep Research Society）によって6月27日にオンライン公開されたこの論文は、ハダサ医療センター、ヘブライ大学エルサレム校、テクニオン・イスラエル工科大学からの臨床的・技術的視点を結集している。Gileles-Hillel氏はハダサで小児呼吸器科・睡眠ユニットを率いており、Behar氏は生理学的信号に応用された機械学習の深い専門知識をもたらしている。
小児の睡眠スコアリングが異なる理由
子どもは睡眠に関して小さな大人ではない。その睡眠構築は成人とは実質的に異なり、より多くの徐波睡眠、異なる脳波形態、そして発達に伴って急速に変化する年齢依存の基準値を持つ。成人のポリソムノグラフィーデータで訓練されたアルゴリズムは、小児の睡眠段階を体系的に誤分類し、不正確な臨床評価につながる可能性がある。
さらに、小児睡眠検査室は、堅牢な機械学習モデルを訓練するために必要な大規模で適切に注釈付けされたデータセットへのアクセスが限られていることが多い。成人の睡眠スコアリングは数十年にわたる蓄積データと確立された商用システムの恩恵を受けているが、小児のパイプラインははるかに成熟度が低い。
解決すべき課題
この論文はいくつかの未解決の課題を浮き彫りにしている。第一に、データ不足：ほとんどの小児睡眠データセットは小規模で施設固有であり、標準化されたラベリングプロトコルを欠いている。第二に、検証基準：展開前に自動小児スコアリングシステムにとって十分な臨床検証を構成するものについて、コンセンサスが存在しない。第三に、発達の多様性：アルゴリズムは乳児期、小児期、青年期における睡眠脳波の急速な変化を考慮しなければならず、現在のモデルで対応できるものはほとんどない。
著者らの学際的な視点は、前進には小児生理学を理解する睡眠臨床医と、臨床使用に十分堅牢なアルゴリズムを構築できるデータ科学者との連携が必要であるという認識の高まりを反映している。
なぜ重要なのか
正確な睡眠スコアリングは小児睡眠医学の基盤である。誤分類は、睡眠関連呼吸障害、夢遊病やその他の発達、行動、生活の質に影響を与える状態の診断を遅らせる可能性がある。自動化ツールが子どもに対して検証されれば、訓練を受けた技術者による手動スコアリングが利用できないか、法外に高額な環境でも、客観的な睡眠評価へのアクセスを拡大できる可能性がある。
今のところ、タイトルで提起された疑問は未解決のままである。しかし、ギャップを明確に枠組みすることで、Gileles-Hillel氏とBehar氏は、まだ必要な作業のためのロードマップを提供している。
雅子 訳
Source
Gileles-Hillel A, Behar JA. The Quest for Automated Pediatric Sleep Scoring: Are We There Yet? Sleep. 2026 Jun 27:zsag174. doi: 10.1093/sleep/zsag174. PMID: 42364168.