睡眠の質を評価し、関連する健康リスクを低減するには、睡眠段階を正確に分類することが重要となる。 しかし、従来のポリソムノグラフィー（PSG）解析では、多数の生理信号（EEG、EOG、EMGなど）を用いて専門技術者が手作業で分類を行うため、多大な時間と労力が必要であり、判定者間のばらつきも課題とされてきた。

韓国の研究チームは、睡眠段階分類に特化した機械学習モデル「SleepXViT」を開発し、その成果をNatureの関連誌であるnpj Digital Medicineで発表した。このモデルは、PS...