今回のコラムは世界的な医学論文誌のNature Medicinからおもしろい論文が発表されましたので紹介します。

Nature Medicinとは

Nature Medicine（ネイチャー メディシン）は、医学・バイオテクノロジー分野の最先端の研究を掲載する、世界でも権威のある学術誌の一つです。

イギリスのNature Publishing Groupが発行しています。
世界各国の研究者より投稿される論文はピアレビューにより精査され、基準を満たすもののみが掲載される。

https://www.natureasia.com/ja-jp/nm

Sleep FMとは

医療AI基盤モデル「SleepFM」（スタンフォード大学研究）
2026年1月に公開された、睡眠中のデータから心血管疾患やがんなど130以上の疾患リスクを予測する新しいAIモデルです。
概要

スタンフォード大学の研究チームが開発。脳波（EEG）、心電図（ECG）、呼吸信号など、1晩のポリソムノグラフィー（精密睡眠検査）データから全身の健康状態を解析する。
特徴

マルチモーダル: 複数の生理信号を統合して分析。
高精度: 65,000人以上から取得された約60万時間ものデータで訓練。
疾病予測: 睡眠データから将来的な疾患リスクを予測。

意義

これまでの睡眠診断（睡眠時無呼吸症候群など）だけでなく、全身の長期的な疾患リスクの「指紋」を1晩のデータから見つけることができる。

睡眠データから130種類の疾患リスクを予測可能か

Nature Medicin 2026年1月6日発表論文より参照

https://www.nature.com/articles/s41591-025-04133-4#Abs1

眠っている間に体はさまざまな「メッセージ」を発しており、それを読み取ることで将来の重大な病気のリスクを予測できる可能性のあることが、新たな研究で示された。「SleepFM」と呼ばれる人工知能（AI）を用いた実験的な睡眠基盤モデルは、ポリソムノグラフィー（PSG）データを用いて、約130種類の疾患・健康状態の将来のリスクを予測できるという。米スタンフォード大学医学部生物医学データサイエンス分野のJames Zou氏らによるこの研究の詳細は、「Nature Medicine」に1月6日掲載された。研究グループは、「SleepFMは、がん、妊娠合併症、心疾患、精神疾患など、非常に幅広い疾患の予測において高い性能を示した。また、全死亡リスクの予測も可能だった」と述べている。

　PSGは睡眠解析で用いられる検査であり、睡眠中の人の脳波（EEG）、心電図（ECG）、心拍、眼球運動などを測定する。PSGは、多様な生理学的信号を取得できる一方で、標準化や汎用性の確保、また複数の生理学的信号を統合する難しさから十分に活用されてこなかった。
　今回、この課題を克服するために研究グループは、PSGを構成する生理学的信号のうちの1つを意図的に隠し、隠された信号と整合する情報を残りの信号から推測するように訓練するleave-one-out contrastive learningと呼ばれる新たな学習方法を開発した。SleepFMは、睡眠センターでPSG検査を受けた約6万5,000人の合計58万5,000時間以上に及ぶ睡眠データを用いて訓練された。睡眠データは5秒単位に分割されている。これは、ChatGPTなどの大規模言語モデルの学習に用いられる「単語」に相当する単位である。Zou氏は、「SleepFMは、本質的には『睡眠の言語』を学習していると言える」とニュースリリースで述べている。また同氏は、「この研究における技術的進歩の一つは、全ての異なるデータ様式を調和させ、それらが一緒になって同じ言語を学習できるようにする方法を見つけ出したことだ」と説明している。

　モデルの調整後、研究グループはまず、睡眠段階（レム睡眠、ノンレム睡眠など）の分類や睡眠時無呼吸の重症度診断を実施した。その結果、SleepFMは、現行の最先端モデルと同等以上の性能を示した。そこで、2〜96歳の患者3万5,052人を最長で25年間追跡したスタンフォード睡眠医学センターの長期データを用いて、睡眠データと健康リスクとの関連を解析した。予測性能の評価には、C統計量と呼ばれる指標が用いられた。C統計量は、0.8以上であれば高い予測精度を持つとされる。

　電子カルテ内に記録されていた1,000以上の疾患カテゴリーを解析した結果、130種類の疾患・健康アウトカムについては、PSGデータから妥当な精度で予測可能であることが判明した。特に予測精度が高かった疾患は、パーキンソン病（C統計量0.89）、認知症（同0.85）、高血圧性心疾患（同0.84）、心筋梗塞（同0.81）、前立腺がん（同0.89）、乳がん（同0.87）、死亡（同0.84）であった。
　こうした結果を受けてZou氏は、「これほど多様な疾患について、モデルが有用な予測を行えることは、私たちにとっても嬉しい驚きだった」と述べている。
　

研究グループは、「本研究では、心疾患の予測においては心臓の信号が、精神疾患の予測においては脳信号がより重要な要素であった。その一方で、最も正確な予測を達成したのは、全てのデータ様式を組み合わせた場合であった」と指摘。論文の責任著者の1人であるスタンフォード大学クレイグ・レイノルズ睡眠医学教授のEmmanuel Mignot氏は、「疾患予測において最も多くの情報が得られたのは、異なるチャネルを対比させたときだった。例えば、脳は眠っているように見えるのに、心臓は起きているように見えるなどの同期の乱れは、健康上の問題を示唆している可能性がある」と述べている。

その他参考資料

医療メディア MEDICAL TRIBUNE 2026年1月19日記事より参照

https://medical-tribune.co.jp/login.html

※記事の閲覧には無料の会員登録が必要です。

まとめ

今回は睡眠データから病気を予測できるという論文を紹介しました。予防医学の最先端になりそうですね。研究が進んで早期の実用化が望まれます。

’X’はじめました‼

アローズヘルスケアのXが始まりました。コラムとあわせて買取情報も随時発信していきます。

気になる方は下記リンクから　フォローお願いします。

https://x.com/arrowscolumn?s=11&t=JyJ52ID2lV2aqbNe3Tts1g

医療機器を売りたい、処分したいと思ったらアローズヘルスケアへ！     

中古医療機器を売りたい・処分したいと思ったら、法律を遵守し必要な資格を全て有するアローズヘルスケアにお任せください。

業界経験豊富なメンバーがはじめての方でも安心してご利用頂けるように対応致します。 不安なこと、わからないことがあればご納得いただけるまでご説明致します。  なにかございましたら、お気軽にお問合せください！    

中古医療機器の販売・買取｜アローズヘルスケア｜開業・医療設備の導入支援 (arrows-healthcare.com)