睡眠は覚醒・REM・N1〜N3の段階遷移という構造を持つが、判定は技師の手作業で施設間ばらつきが大きく、臨床ではAHI（無呼吸低呼吸指数）など粗い総量指標に集約されがち。だが「眠りの質」を決めるのは段階の遷移・微小覚醒・徐波の質といった微細構造。(1)微細構造をどう定量するか、(2)睡眠時無呼吸・不眠の「型（表現型）」をどう定義するか、(3)表現型と日中機能・心血管リスク・治療反応の対応、は未確立。睡眠不足・SASは国試頻出で、医学生自身も切実な当事者。
PSGの多チャネル（脳波・眼球・筋・呼吸・SpO2）に自己教師あり時系列学習を適用すれば、(1)睡眠段階を再現性高く自動判定でき、(2)睡眠分断・低酸素の表現型を抽出でき、(3)AHIでは見えない「眠りの質」と転帰の対応を可視化できる、と仮説。海外で深層学習の自動判定やOSA表現型の素地はあるが、日本人コホート＋総量でなく微細構造の表現型＋日中機能/心血管との縦断対応＋施設間一般化は空白。
終夜で数万エポック×多チャネル、微細構造は人手判定では再現性が低い。自己教師あり時系列でしか、再現性ある段階判定と隠れた表現型は取り出せない。
睡眠表現型↔日中機能・心血管・治療反応の対応＋日本人ベンチマーク＝学会発表・論文。加えてCPAP適応・治療反応予測や在宅検査の質向上の土台。Hiroは睡眠不足・SASに出会う医学生＝当事者。