2026年01月16日 12時00分サイエンス

たった1晩の睡眠から100以上の病気リスクを予測するAIモデルが開発される

睡眠は心身の健康と密接に関わっていることが知られており、健康状態が悪化すると睡眠にも悪影響が及ぶことが多々あります。新たにスタンフォード大学医学部の研究チームが、1晩の睡眠から100以上の病気のリスクを予測するAIモデル「SleepFM」を開発したと報告しました。

A multimodal sleep foundation model for disease prediction | Nature Medicine
https://www.nature.com/articles/s41591-025-04133-4

New AI model predicts disease risk while you sleep
https://med.stanford.edu/news/all-news/2026/01/ai-sleep-disease.html

A Single Night's Sleep Could Predict Your Risk For More Than 100 Diseases : ScienceAlert
https://www.sciencealert.com/a-single-nights-sleep-could-predict-your-risk-for-more-than-100-diseases

研究チームはSleepFMを開発するにあたり、6万5000人の被験者から5秒単位で収集された合計約58万5000時間の睡眠データを利用しました。この睡眠データは、さまざまなセンサーを体中に取り付けて脳・心臓・呼吸器系の活動、眼球や足の動きなどを記録する睡眠ポリグラフ検査(ポリソムノグラフィ、PSG)によって収集されました。

論文の共著者であり、スタンフォード大学の睡眠医学教授を務めるエマニュエル・ミニョー氏は、「睡眠を研究する際には、驚くほど多くの信号を記録します。これは一種の普遍的な生理学データであり、完全に拘束された被験者を8時間にわたって研究します。そのデータ量は非常に豊富です」と語っています。

研究チームは、SleepFMを開発するために基盤モデルを構築しました。OpenAIのGPTシリーズのような大規模言語モデルは膨大な量のテキストデータでトレーニングされていますが、SleepFMの場合はテキストデータではなく、PSGで収集された睡眠データでトレーニングが行われます。論文の共著者であり、スタンフォード大学の生物医学データサイエンスの准教授を務めるジェームズ・ゾウ氏は、「SleepFMは本質的に睡眠の言語を学んでいるのです」と述べました。

SleepFMは脳波・心電図・筋電図・脈拍・呼吸といった複数のデータストリームを統合し、それらが互いにどのように関連しているのかを把握できます。研究チームはこれを実現するため、1つのデータを非表示にした上でその他のデータから該当データを再構築する「leave-one-out対照学習」という新しいトレーニング手法を開発したとのこと。

ゾウ氏は、「この研究で私たちが成し遂げた技術的進歩のひとつは、これらすべ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です」とコメントしています。

研究チームは、最大25年間にわたって追跡された幅広い年齢層の長期的な健康状態に関する数万件のレポートを組み合わせ、SleepFMが病気リスクをどれほどの精度で予測できるのかを調べました。その結果、健康記録に含まれる1041種類を超える病気カテゴリーのうち、130種類についてはC統計量が「0.75以上」という精度で予測できることがわかりました。