脚に装着するウェアラブルと深層センサーフュージョンによる睡眠・覚醒検出

より良い睡眠トラッキングが重要な理由

就寝時のもめ事、落ち着かない夜、眠そうな朝――特に子どもが注意欠如・多動性障害（ADHD）を抱えている家庭ではこうした苦労がよくあります。睡眠の質が低いと不注意や多動、気分の乱れが悪化する一方で、医師が使う計測手段は日常的に使えるほど簡便なものか、詳細をとらえられるほど精密なものかのいずれかに偏りがちです。本研究は、脚に装着する柔らかいバンドと高性能な解析手法を使い、家庭で子どもの睡眠を見守る新しい方法を検討します。

睡眠検査の配線からシンプルな脚バンドへ

現在の睡眠計測のゴールドスタンダードである睡眠検査は、脳波、呼吸、運動などを記録する多数の配線をつけて検査室で一晩過ごす必要があります。強力な方法ですが高価で不便なうえ、自宅での実際の睡眠を反映しないことがあります。一方、一般的な手首のガジェットは主に運動を感知するため、呼吸や心拍、脚の微細な動きといった睡眠を断片化する要素を見落とすことが多いです。この差は、落ち着きのない脚の動きや短い覚醒の頻発、就床の遅れがみられることの多いADHDの子どもたちにとって特に重要です。

脚に注目する

研究チームは以前の取り組みを基に、RestEazeと呼ばれる快適な脚装着型バンドを用いました。この装置は一晩中、静かに複数の信号を記録します。内蔵された小型センサーは脚の三次元運動、ねじれや向きの変化、皮膚の温度、心拍活動を反映する血流の変動を測定します。本研究では、ADHDの評価を受けている14人の子どもが検査室での一晩の睡眠検査中に両脚にRestEazeを装着しました。脳波記録を用いて専門の採点者が各分を睡眠または覚醒としてラベル付けし、脚バンドのデータと比較するための信頼できる参照を提供しました。

コンピュータに夜を読み取らせる

信号を手作業で単純に要約するのではなく、チームは深層学習モデル――生データから有用なパターンを自ら学び取る特殊なアルゴリズム――を訓練しました。4種のセンサー情報を結合する方法として2つのアプローチを試しました。早期融合（early-fusion）ではすべての信号を先に混ぜ合わせて単一のモデルに入力します。後期融合（late-fusion）では各センサー種別をそれぞれの経路で処理し、その結果を統合して最終判断を行います。運動、脈拍、温度がそれぞれ“発言”した後に票決するような後期融合モデルが、最も正確で子どもごとのばらつきにも強いことが分かりました。

落ち着かない夜を理解する

最良のモデルは、データ内で睡眠期間が覚醒期間の約5倍と多かったにもかかわらず、睡眠と覚醒を高い信頼性で区別できました。分単位の判定から、研究者らは総睡眠時間、入眠に要した時間、入眠後の覚醒に費やした時間、睡眠効率といった臨床で馴染みのある指標を算出しました。初期のモデルは夜を細かい覚醒に分けすぎる傾向がありました。これを修正するために、チームは前後の分を参照して孤立した不自然な覚醒や睡眠のブレを訂正する単純な平滑化処理を加えました。この調整により重要な不穏期間を隠すことなく、モデルの推定は検査室の結果にずっと近づきました。

家族にとっての意義

日常的な観点から見ると、本研究は小さな脚装着バンドと現代的なパターン認識手法の組み合わせが、少なくとも本研究のADHDの子どもたちの集団では、フルの睡眠検査とほぼ同等に子どもの睡眠・覚醒を追跡できることを示しています。脚の動きを捉えるセンサーが主役であり、脈拍や温度が有用な文脈情報を補っていました。参加者数が限られ臨床群が一つに絞られている点は留意すべきですが、数晩にわたり家庭で快適にモニタリングできる未来を指し示しています。長期的な視点は、臨床医や保護者が睡眠問題を早期に発見し、治療の効果を評価し、各子どもの独自の睡眠パターンに合わせたケアを行う助けになるでしょう。

引用: Anwar, Y., Bansal, K., Kucukosmanoglu, M. et al. Sleep awake detection from leg-worn wearables using deep sensor fusion. Sci Rep 16, 9930 (2026). https://doi.org/10.1038/s41598-026-42310-8

キーワード: 睡眠モニタリング, ADHD, ウェアラブルセンサー, 深層学習, 脚の動き