要約
血圧（BP）は高血圧——危険で致死的な可能性をはらむ疾患——の直接的な指標である。したがって、血圧の定期的なモニタリングは重要であるが、多くの人々は cuff（血圧計のベルト）を用いた装置に対して嫌悪感を示しており、またその制限として、静止時のみに使用可能である点が挙げられる。本研究では、血圧を推定するために、単一の光容積脈波（PPG）を用いるという代替手段の可能性を検討した。我々は、MIMIC-IIIデータベースから高品質なPPGおよび動脈血圧波形を分析し、前処理を経て510人の被験者に属する700時間以上の信号データを取得した。その後、PPGとその一次および二次微分を入力として、残差接続を備えた新規なスペクトロ時系列深層ニューラルネットワークを構築した。1人を除いた被験者を用いた交差検証実験の結果、ネットワークがPPGとBPの依存関係を適切にモデル化できることを示した。その結果、収縮期血圧の平均絶対誤差は9.43 mmHg、拡張期血圧は6.88 mmHgに達した。さらに、モデルの個人特化（personalization）が重要であり、著しく性能向上をもたらすことが明らかになった一方で、汎用的な予測モデルの構築は困難であることも示された。本研究の重要な部分、特に使用した被験者リストおよびニューラルネットワークのコードを、MIMIC-IIIデータセットの明示的なサブセットを対象とした今後の研究における比較を容易にするため、公開した。これにより、将来的な研究に堅実なベースラインを提供することを目的としている。