ActiTect：標準化されたアクチグラフィーによるREM睡眠行動障害スクリーニングのための一般化可能な機械学習パイプライン
カテゴリ：高齢者医療・介護
公開日：2026年6月13日
タイトル：ActiTect: a generalizable machine learning pipeline for REM sleep behavior disorder screening through standardized actigraphy
雑誌名：NPJ Digit Med. 2026 Jun 13; doi: 10.1038/s41746-026-02738-8.
概 要：
本研究では、孤立した急速眼球運動睡眠行動障害（iRBD）の検出を目的としたActiTectという完全自動化されたオープンソースの機械学習ツールを提案します。iRBDは、パーキンソン病やレビー小体型認知症、多系統萎縮症の臨床発症に先行する重要な前駆マーカーです。アクチグラフィーを用いた大規模スクリーニングのために、異常な夜間の動きを捉える能力を持つ腕時計型アクチメーターの分析パイプラインを確立しました。多様なデータ取得環境における一般化を確保するため、データの前処理と自動的な睡眠-覚醒検出を含むパイプラインを構築しました。
方 法：
本研究は、78人の個人を対象にしたコホート研究で、アクチグラフィー記録からRBDを特定するための機械学習モデルを開発しました。モデルの性能は、ネストされたクロスバリデーションにおいてAUROC 0.95を達成しました。一般化の確認は、盲検のローカルテストセット（n=31、AUROC=0.86）および2つの独立した外部コホート（n=113、AUROC=0.84；n=57、AUROC=0.94）で行いました。
結 果：
クロスバリデーションを通じて、異なるコホート間での一貫した性能（AUROC範囲=0.84-0.89）が示され、予測特徴がデータセット間で再現可能であることが確認されました。ActiTectは、広範な展開を支えるためのプールされた多施設の事前訓練モデルをサポートします。
結 論：
ActiTectは、使いやすいオープンソースツールとして、一般化可能なウェアラブルベースのRBD検出を促進し、独立した検証や共同改善を進めることで、iRBDの検出における進展を期待されます。