ApneaSense · 研究
睡眠時無呼吸の音響研究：課題・指標・限界
本研究は音の分類研究としてご覧ください。OSAの診断やスクリーニングを標榜するものではありません。PSGの注釈に基づき、200秒の区間を正常、または無呼吸・低呼吸を含むものとしてラベル付けしています。この研究課題は、SomniSenseが表示する音の候補場面とも、将来の導入先端末での評価とも異なります。
SDK評価の進め方を見る → 原論文と手法のコードを見る ↓データセットと評価単位
論文Aでは、40人・延べ80夜を扱います。検査室でのPSGが10夜、携帯型PSGが70夜です。音声は、さまざまな市販スマホ・タブレットのマイクを使って収録しています。データは、ラベル付きの1秒のいびき区間13,538件と、ラベル付きの200秒の呼吸区間2,953件で構成されます。
呼吸のラベルには、正常区間1,498件と、無呼吸・低呼吸を含む区間1,455件があります。後者は、無呼吸ラベルの1,089区間と低呼吸ラベルの366区間をひとつのクラスにまとめています。いずれも区間数であり、個々の臨床イベント数や診断された患者数ではありません。
数値は、測定時の構成とセットで確認
論文A：1秒のいびき区間の分類で、5つのシードの平均精度94.29%、F1 90.28%を報告しています。200秒の呼吸区間のベースライン精度は83.82%です。このベースラインを、圧縮後の結果と取り違えないでください。
論文E：Pruned 50% + fine-tuning + QATで、精度88.49%、F1 88.06%、パラメータ数9,416、保存モデル56.4 KBと報告しています。圧縮評価では、2,953区間のデータにシード42を使い、60/20/20で層化分割しています。報告されたテストセットは591区間です。
これとは別に、論文EではApple M2 MacBook Pro上のCoreML Pruned 50% + fine-tuningの順伝播遅延を測定しています。ウォームアップ20回のあと200回実行し、平均0.064 ms、P95 0.076 msでした。音声の前処理と後処理は含まれません。QATの行とは測定構成が異なり、導入先端末での処理全体の保証でもありません。
まだ確かめられていないこと
分割はシードごとの層化分割と説明されており、参加者を独立させた前向き臨床試験ではありません。対象集団は小さく、異なる端末、施設、集団への一般化には追加評価が必要です。区間の評価指標は、候補の開始・終了時点の精度、長さの精度、臨床AHI、患者単位のスクリーニング感度を確立するものではありません。
論文Eでは、データの由来に限界のある後ろ向きの探索的研究と説明しています。正式な倫理審査の記録が確認できず、同意内容も、その後の研究成果の公開を明示的に扱っていません。正式な倫理審査で承認された臨床研究として示すべきではありません。
手法は公開、健康データは非公開
手法と学習コードは公開しています。参加者の音声、ラベル、そこから作成した特徴量行列は配布していません。圧縮リポジトリには学習済みチェックポイントも含まれません。適切な許可を得たデータで手法を確認・実行できますが、公開コードだけで元のデータセットの結果を独立に再現することはできません。
研究
研究の出典は英語原文です。プレプリントであり、査読を経た採択を示すものではありません。コードにアクセスしても、元の健康データセットや導入企業向けSDKは含まれません。
Coordinate Attention · Stage 2
Paper E · Compression
検討を進める前の質問
88.49%は、OSA患者の88.49%を見つけられるという意味ですか？
いいえ。ラベル付きの200秒区間に対する分類精度です。患者単位の感度、臨床イベントの境界の精度、個人の一晩に対する保証ではありません。
ここでは、無呼吸と低呼吸を別々に出力しますか？
報告されている呼吸のベンチマークでは、無呼吸ラベルと低呼吸ラベルの区間をひとつのクラスに統合しています。音からそれぞれを臨床診断できることを示すものではありません。