SomniSenseの精度：何を検証した数字？

単一数値の問題

丸めた単一の「正確」という割合だけでは不十分です。何に対して、どの集団で、どの参照ラベルに照らして正確なのかを問う必要があります。いびき区間分類、呼吸ウィンドウ分類、本番イベント境界、夜全体の指標は、それぞれ証拠が異なる別の問いです。

SomniSense は精度を複数の数値に分け、それぞれを具体的な問いに結び付けています。単一のベンチマークで製品全体を説明することはできません。

1 つのアプリ、2 つの指標 — 検証数値を分ける理由

SomniSense は毎晩、製品定義の 2 つの指標を生成します。基礎となるモデルのベンチマークは異なるタスクを評価します。

• BRIは製品独自の候補頻度で、研究精度ではありません。Paper Eの200秒窓分類は正解率88.49%、F1 88.06%（全2,953窓、単一シード）。Pruned+FT+QATは9,416パラメータ、56.4 KB。別構成のCoreML Pruned+FTはApple M2で順伝播0.064 msです。音声の前後処理を除き、20回のウォームアップ後に200回測定しました。
• SRI（Snoring Rate Index）— 1 時間あたりのいびきイベント数。基礎となる 1 秒いびきイベントベンチマークでは、91.67% の感度と 89.01% の適合率を報告しています。

BRI と SRI はどちらも製品定義のウェルネス指標です。BRI は AHI ではなく、ウィンドウ分類ベンチマークが夜間指標を構成する各イベントを個別に検証するわけではありません。

研究が測るものと、BRI が実際に行うこと

混同されがちな 3 つの異なるものがあります。私たちは混同しないようにしています。

• ウィンドウ分類（Paper E が検証するもの）。ラベル付きの 200 秒のベッドのそばの音声ウィンドウを与えると、モデルは正常または無呼吸もしくは低呼吸に分類します。本番ベンチマーク：88.49% の精度、88.06% の F1。
• 一晩ごとの BRI（アプリが毎朝報告するもの）。アプリはセッション全体の本番候補イベントを集計します。BRI = 呼吸不規則性候補イベント数／推定睡眠時間。これは製品定義の音響レートで、臨床的な AHI ではありません。
• OSA（Obstructive Sleep Apnea）の診断 — 睡眠専門医が行うことであり、SomniSense が行うことではありません。睡眠ポリグラフ検査、日中症状の評価、医師の判断に基づく臨床診断です。BRI はデータであり、OSA の診断は医師の判断です。

イベント開始、イベント終了、継続時間、製品ラベル、夜間 BRI、個人トレンドは本番出力です。その正確な出力を評価する別の公表分析がない限り、200 秒ウィンドウの結果によって個別に検証済みと表現すべきではありません。

実際に公表しているベンチマーク数値

研究コーパスには40 人の参加者から得た 80 組の PSG 夜間記録（ラボ内 10 + 鼻気流カニューレを用いた在宅 PSG 70）が含まれます。報告した各指標に適用されるサブセット、ラベル、評価手順は、リンク先のプレプリントで確認してください。

論文はPSG由来の参照ラベルを説明しています。盲検判読の手順や独立した前向き臨床評価は記載されていません。

どのようにテストしたか（平易な方法説明）

イメージ図であり、研究データではありません。研究対象は本文で説明しています。

Paper AはPSG由来ラベルに対する後ろ向き分類、Paper Eは派生特徴データでの圧縮評価です。臨床スクリーニング性能を確立する結果ではありません。

具体的には：

• 対象は40人・80人夜で、施設内PSGが10夜、携帯型PSGが70夜です。人口集団別の体系的な性能評価は報告されていません。
• 録音には複数の一般向けスマホ・タブレットのマイクと室内環境が使われました。機種別性能や固定録音距離は確立されていません。
• 参照は音声と対応するPSGイベント注釈です。判読者の具体的な資格や盲検手順は出典に記載されていません。
• 公表済みの比較：タスク別のいびき区間と呼吸ウィンドウの分類指標。本番イベント境界と夜間指標にはそれぞれ独自の評価が必要で、これらの結果を暗黙に引き継ぐことはありません。

呼吸イベント検出アルゴリズムは、創業者による長年の睡眠時無呼吸研究を基盤としています。SomniSense を動かすバージョンは、スマートフォン音声専用として SomniAI LLC のためにゼロから再学習・再構築されました。臨床用ハードウェアとは、マイク、距離、音響環境が異なります。3 本の関連プレプリントが方法を完全に記録しています。カスケード型ベースラインのプレプリント（複数シードの bootstrap）、Coordinate-Attention 1D アーキテクチャのプレプリント（パラメータを 93.2% 削減）、オンデバイス圧縮のプレプリント（Apple M2 Neural Engineで測定した圧縮モデルの推論時間0.064 ms）です。いずれも引用可能な DOI とともに Zenodo で公開されています（cs.LG、eess.AS）。2 段階システムの連携とプレプリント全体については、研究プログラムをご覧ください。アーキテクチャの詳細、SDK、ハードウェアおよび臨床パートナー向けライセンスを含む技術ハブは、apneasense.com/researchにあります。

限界を正直に示す

まだ分かっていないこと、そして私が利用者なら知りたいことは次のとおりです。

• このコホートはすべての人を代表していません。個人または過少代表集団での性能は異なる可能性があります。公表された集計結果が特定の個人にとって控えめな値だとは仮定しません。
• 音響環境は重要です。硬い表面、本人より大きなパートナーのいびき、スマートフォンへ直接風を送る扇風機など、寝室に特殊な音響特性がある場合、モデルが捉えるイベントが少なくなることがあります。方法論文にテスト条件を記載しています。
• 本番出力には出力別の検証が必要です。ウィンドウのベンチマークだけでは、アプリに表示される各イベント境界、継続時間、ラベル、BRI 値、トレンドの精度を確立できません。
• 18 歳未満では検証していません。コホートは成人のみです。
• プレプリントで、まだ査読前です。3 本の関連プレプリントは引用可能な DOI とともに Zenodo で公開されています。査読付き学術誌での発表は別の過程であり、完了時にこのページへ記載します。

これは何ではないか

• SomniSenseはOSAの診断やスクリーニングを行いません。臨床評価ではPSGや適切な在宅検査が選ばれます。18歳未満では検証されていません。
• 個人への保証ではありません。あなた自身の結果は母集団平均と異なる場合があります。方法論文を読み、ご自身の状況が分布内か分布外かを確認してください。
• 睡眠検査の代わりではありません。臨床的な AHI 閾値を BRI に当てはめないでください。アプリの値にかかわらず、症状や懸念があれば専門家の評価を受けるべきです。

これが自分の問題か分からない場合は、症状から始める

息苦しくて目が覚める、パートナーに呼吸の停止を指摘されたなどの疑問があれば、各ガイドで記録できることと受診の考え方を確認できます。音だけで症状の原因は分かりません。

• → 息苦しさや窒息感で目が覚める
• → 8 時間しっかり寝ても疲れている
• → 大きないびき
• → 朝の頭痛