睡眠と概日リズムデータのみで気分障害のエピソードを予測する新モデルを開発
韓国のIBS（Institute for Basic Science, 基礎科学研究院）生物医学数学グループの主任研究者であるジェ・キョン・キム博士（Jae Kyoung Kim, PhD）と、高麗大学医学部のイ・ホンジョン教授（Heon-Jeong Lee）が率いる研究チームは、ウェアラブルデバイスで取得した睡眠および概日リズムデータのみを用いて、気分障害患者の気分エピソードを予測できる新たなモデルを開発しました。気分障害は睡眠や概日リズムの乱れと深く関係しています。スマートウォッチなどのウェアラブルデバイスの普及により、日常生活の中で健康データを容易に収集できるようになり、睡眠-覚醒パターンの解析が気分エピソードの予測において重要性を増しています。しかし、従来のモデルは多様なデータを必要とし、データ収集コストが高く、実用化が難しいという課題がありました。
この課題を解決するために、研究チームは睡眠-覚醒パターンのみを用いた気分エピソード予測モデルを開発しました。
研究チームは、168名の気分障害患者の429日分のデータを分析し、36種類の睡眠および概日リズムの特徴を抽出しました。これらの特徴を機械学習アルゴリズムに適用したところ、うつ病エピソード、躁病エピソード、軽躁病エピソードをそれぞれ高精度（AUC値：0.80、0.98、0.95）で予測することに成功しました。
さらに、概日リズムの日々の変動が気分エピソードの主要な予測因子であることを発見しました。具体的には、概日リズムの遅延はうつ病エピソードのリスクを高め、概日リズムの前進は躁病エピソードのリスクを高めることが明らかになりました。この発見により、個々の概日リズムの変化を追跡することで、将来の気分エピソードを予測する新たな可能性が開かれました。
研究者のコメント
イ・ホンジョン教授は、「本研究は、ウェアラブルデバイスで取得した睡眠-覚醒データのみを用いた気分エピソードの予測の可能性を示し、実用化の可能性を大幅に高めました。将来的には、スマートフォンアプリを通じて個別の睡眠パターンを推奨し、気分エピソードの予防につなげることができると期待しています」と述べました。
ジェ・キョン・キム博士は、「睡眠-覚醒パターンのみを用いた気分エピソード予測モデルを開発することで、データ収集コストを削減し、臨床応用の可能性を大きく向上させました。本研究は、気分障害患者の診断と治療をコスト効率よく実施できる新たな可能性を提供するものです」とコメントしました。
研究の発表
この研究成果は、2024年11月18日にnpj Digital Medicine誌にオンライン掲載されました。論文タイトルは「Accurately Predicting Mood Episodes in Mood Disorder Patients Using Wearable Sleep and Circadian Rhythm Features」（ウェアラブルデバイスの睡眠および概日リズムデータを用いた気分障害患者の気分エピソードの高精度予測）です。
研究チームについて
本研究は、KAIST数学科学部、IBS生物医学数学グループ、高麗大学医学部の共同研究チームによって実施されました。研究チームは、数学モデリング、機械学習、気分障害研究の分野において豊富な専門知識を有しています。
