嚥下障害や非心臓性胸痛の評価に使う高解像度マノメトリ（HRM）は、食道全長×時間の豊かな圧トポグラフィ（Clouseプロット）を生む。しかしシカゴ分類v4.0は、それを IRP・DCI・DL など少数の指標と離散カテゴリに還元し、しかも「結論的／非結論的」という曖昧域とバリウム・FLIPなどの補助検査依存を残す。この豊かなフィールドを切り詰めることで、何が失われているのか。
圧トポグラフィの時空間フィールド全体（v4.0の複数体位・誘発嚥下を含む）を学習すれば、嚥下間のばらつきを説明し、非結論例を再分類でき、アカラシア病型（I/II/III）やEGJ流出閉塞（EGJOO）の治療反応（POEM／バルーン拡張／筋切開）まで予測する「連続的な潜在運動表現型」が見つかる、と仮説する。離散カテゴリを超えて運動の生理に接地する点が新規。
1検査あたり複数嚥下×複数体位の2次元（空間×時間）圧フィールドは、数個の手作り指標では捉えきれない。自己教師あり表現学習＋時空間モデルで潜在構造を抽出する必要があり、AIでしか到達できない粒度。集計指標では「嚥下ごとの揺らぎ」や「非結論の正体」は見えない。
アカラシア病型ごとの治療選択支援、非結論例の解像、判読者間ばらつきの低減。学会発表・論文に加え、HRM読影支援としての実装。嚥下障害は見過ごされやすく、専門施設に偏在する読影知を広げる意義が大きい。