Spectral trajectory geometry tracks unconsciousness across propofol anaesthesia and sleep

技術要約：プロポフォール麻酔および睡眠における意識状態を追跡するスペクトル軌跡幾何学

問題提起
脳波（EEG）の前端部特徴量と特定の薬理学的製剤（例：プロポフォール）との間の経験的な相関関係に依存している現在の臨床的な意識モニタリング手法（BISなど）には、根本的な構造的限界がある。これらの手法は、異なる意識消失メカニズム（ケタミンやデクスメデトミジンなど）に対して汎用性が低く、性能が低下するという問題がある。さらに、既存のメカニズムに基づくアプローチは、パラメータ調整や能動的な摂動（例：摂動複雑性指数）を必要とする場合が多く、日常的なモニタリングには適していない。これに対し、クロスデータセットでの学習を必要とせず、薬理学的麻酔と自然睡眠の両方において意識状態と無意識状態を判別できる、単一のパラメータフリーな公式は存在しない。

手法
著者らは、EEGスペクトル力学を解析するための幾何学的アプローチを提案している。その核心となる前提は、任意の瞬間におけるEEGパワースペクトルは100次元の周波数空間（0–49.5 Hz、0.5 Hz刻み）における一点を表し、一連の記録はその空間内を通る「軌跡」であるという点にある。本研究では、この軌跡の局所的なステップ統計から導出される、自由パラメータや学習可能な重みを持たない2つの直交する幾何学的尺度を導入している。

1. 軌跡の曲率 ($|K|$)： スペクトルステップの大きさの変動係数から導出される。

   • ステップ列 $\{ \Delta x_i \}$ は、スライディングウィンドウによるスペクトル観測から計算される。
   • $m_i = \|\Delta x_i\|_2$ をステップの大きさとする。
   • 曲率推定量は、$|K| = |2\sigma C / (1 + C^2)|$ と定義される。ここで $\sigma$ はステップの大きさの標準偏差、$\mu$ は平均、そして $C = \mu/\sigma^2$ である。
   • この公式は、非線形平均場結合下でのパス密度幾何学と、単位ステップベクトル上の方向統計学（フォン・ミーゼス・フィッシャー分布）という、2つの収束する幾何学的議論から導出されている。

2. 有効ランク ($eff\_rank$)： 局所ステップ行列の特異値エントロピーから計算される有効次元数の尺度。

   • サイズ $(W-1) \times 100$ のステップ行列に対し、特異値 $\sigma_j$ を計算する。
   • 正規化された特異値 $p_j = \sigma_j / \sum \sigma_k$ を用いて、シャノンエントロピー $H = -\sum p_j \log p_j$ を算出する。
   • $eff\_rank = \exp(H)$ であり、範囲は1（すべての分散が一方向にある）から $W-1$（一様に拡散している）までとなる。

3. 結合比（Coupling Ratio）： 軌跡の曲率と次元構造の間の結合を捉えるために、$|K| / eff\_rank$ が用いられる。

実験設計
本手法は、パラメータ調整やクロスデータセットでの学習を行うことなく、2つの独立した公開データセットに対して同一の方法で適用された。

• プロポフォール麻酔データセット (EEF 4.16)： プロポフォール誘導中の被験者39名（除外後）。グラウンドトゥルース（正解）は行動的な意識消失（LOC）として定義された。
• 睡眠データセット (Sleep-EDF Expanded)： 22名の被験者による44件の終夜睡眠ポリグラフ検査（PSG）記録（プラセボ対テマゼパム服用夜）。状態には覚醒、NREM、REM睡眠が含まれる。

主な結果

• 意識の判別：

  • プロポフォール： $|K|$ は意識状態と無意識状態を有意に判別した（平均 $|K|$：意識 10.7 vs 無意識 6.0; $t(38) = 3.07, p = 0.004$）。意識と無意識の $|K|$ の比は3.2倍であった。
  • 睡眠： $|K|$ は覚醒とNREM睡眠を高い有意性をもって判別した（平均 $|K|$：覚醒 6.65 vs NREM 1.69; $t(43) = 11.52, p = 1.01 \times 10^{-14}$）。すべての記録（44/44）において、覚醒時の方が高い $|K|$ を示した。比率は4.01倍であった。
  • REM睡眠： REM睡眠は、すべての指標（$|K|$, $eff\_rank$, およびその比）において、覚醒ではなくNREM睡眠と共にクラスター化した。これは、皮質活性があるにもかかわらず、REM睡眠を「無意識」として正しく分類したことを意味しており、REM特有の学習なしに達成された。

• メカニズムの解離：

  • プロポフォール： $|K|$ と $eff\_rank$ の両方がLOCにおいて低下した。これは、曲率と次元的広がり（dimensional spread）の両方の崩壊を示している。
  • 睡眠： $|K|$ は低下したが、$eff\_rank$ はNREM睡眠中に増加した（覚醒：23.77 vs NREM：24.29）。これは、NREMにおける徐波活動が、軌跡の不規則性を減少させつつ、より多くの特異値次元（協調的な多周波数イベント）を動員していることを示唆している。
  • 比率： $eff\_rank$ の相反する挙動にもかかわらず、$|K|/eff\_rank$ の比は両方の遷移において低下した。これは睡眠コホートにおいて $|K|$ 単独よりも優れた性能を示した（比率 5.18倍 vs $|K|$ の 4.01倍）。

• リアルタイム検出：

  • $|K|$, $eff\_rank$, 滞留割合（dwell fraction）, およびその比を用いたleave-one-subject-out (LOSO) ロジスティック回帰分類器は、平均AUC 0.797を達成した。
  • この分類器は、被験者の83%において、行動的な無反応性が現れる中央値316秒（5.3分）前にLOCを検知した。

意義および主張
本論文は、情報幾何学に基づく単一のパラメータフリーな公式が、修正を必要とせずに、異なるメカニズム（薬理学的抑制 vs 自然睡眠）を横断して、意識と無意識のEEGを判別できることを実証していると主張している。

• 汎用性： データセット間での方向性の一致は、軌跡の曲率が、特定のスペクトル特性や振幅に関わらず、スペクトル領域における動的な複雑性の共通の喪失を捉えていることを示唆している。
• 理論的制約： $eff\_rank$ の解離は、次元性と曲率性が独立した特性であるという経験的な証拠を提供している。REM睡眠を（皮質活性があるにもかかわらず）無意識として正しく分類できたことは、これらの指標が単なる皮質覚醒ではなく、現象的な意識の幾何学的署名を追跡していることを示唆している。
• 臨床的可能性： パラメータフリーであることは、この手法が、薬剤特異的なキャリブレーションなしに、あらゆる患者が受けているあらゆる薬剤に対して理論的に適用可能であることを意味する。著者らは、他の薬剤（例：ケタミンは高い $|K|$ を示すはずであり、デクスメデトミジンはNREMに似た挙動を示すはずである）に対する検証可能な予測と、最小意識状態への応用可能性を提示している。

著者らは、制限事項として、プロポフォール群における事前計算されたスペクトルデータの使用（生EEGへのアクセスなし）、サブグループ解析におけるサンプルサイズの小ささ、および小児、高齢者、神経学的疾患患者における前向きな検証の必要性を認めている。本研究は、意識のユニバーサルなモニターに向けた基礎的な一歩として提示されており、著者は医学的に緊急性の高い環境への商業化の意向も述べている。