Simulated Light Schedules for Sleep-Wake Adjustments: Exploring the Incorporation of Reinforcement Learning

人類の歴史の大部分において、私たちの体内時計は太陽によって設定されていました。私たちは夜明けとともに目覚め、夕暮れとともに眠りにつきました。そのリズムは、目に届く光によって同期されていたのです。しかし今日、私たちは決して完全に消えることのない人工的な光の世界に生きています。この絶え間ない輝きは、身体の生物学的なタイミングシステムを混乱させ、眠りが浅く感じられたり、不適切な時間に覚醒状態をもたらしたりする可能性があります。科学者たちは、食物や温度、騒音よりも、光が休息と活動のタイミングを体に伝える主要な信号であることを古くから知っています。乱れた睡眠スケジュールを修正するために、研究者たちは伝統的に、特定の時間に明るい光を凝視したり、完全な暗闇の中に座ったりすることを強いる、厳格でしばしば不快な計画に頼ってきました。これらの方法は理論上は機能しますが、仕事や家族、社会生活があり、完璧な実験室のスケジュールには適合しない人々が暮らす現実の世界では、維持することが困難です。課題は、人が日常のルーチンを放棄することを求めずに、光を用いて身体を健康なリズムへと優しく導く方法を見つけることでした。

マレーシアのモナッシュ大学の研究チームは、コンピュータにこれらの光のスケジュールを設計する方法を学習させることで、この問題への新しいアプローチを取りました。固定されたルールやあらかじめ書かれたマニュアルを使用する代わりに、彼らは「強化学習」として知られる一種の人工知能を用いたシステムを構築しました。楽器の演奏を学ぶ学生を想像してみてください。学生は一度音を出し、それが正しい響きかどうかを確認し、次の試みのために指の位置を調整します。研究者たちは、この試行錯誤の論理を光に応用しました。彼らは、コンピュータのアルゴロリズムが「学生」として振る舞い、特定の睡眠目標を達成するために人の日常的な光への曝露を修正しようとするデジタルフレームワークを作成しました。コンピュータは単に推測するだけではありません。それは実際の人間行動のデータベースから学習します。光のパターンが実際に人々がいつ眠り、いつ起きるかといかに関連しているかを分析し、その人が望ましい睡眠時刻に近づくように、反復的に光のスケジュールを微調整していくのです。

このシステムを訓練するために、研究者たちはまず現実世界のデータを必要としました。彼らは主に大学生である19人の若者を募集し、6日間にわたって2つの小さなデバイスを装着するよう依頼しました。ペンダントのように身に着ける一方のデバイスは、一日を通して目に届く光を測定し、明るさだけでなく、身体の体内時計に影響を与える特定の光の色も捉えました。もう一方の手首に装着するデバイスは、動きを追跡して、いつ眠り、いつ起きているかを正確に判断しました。チームは参加者に簡単な睡眠日記をつけることも求めました。これらのデータに基づき、研究者たちは平均的な睡眠時間と睡眠効率に基づいて、参加者を5つの明確なカテゴリーに分類しました。このグループ分けにより、「睡眠タイプ」を、コーチが選手の自然な走りのスタイルによってグループ分けするように、ターゲットとして扱うことが可能になりました。

研究の核心部分は、主に2つのステップで構成されています。第一に、チームは分類モデル（ある6日間の光のスケジュールを見て、その人がどの5つの睡眠カテゴリーに属するかを予測できるコンピュータプログラムの一種）を構築しました。彼らがこのモデルを新しいデータでテストしたところ、高い精度で睡眠カテゴリーを特定できることがわかりました。このモデルが、システムの第2部における「教師」となりました。第2段階では、強化学習アルゴリズムを使用して、新しい光のスケジュールを生成しました。コンピュータは、その人の元の光のルーチンからスタートし、「このスケジュールを変更して、その人を別の睡眠カテゴリーへと移動させよ」という目標を与えられました。アルゴリズムは、夕方の照明を暗くしたり、朝の光を明るくしたりといった光のレベルの小さな調整を行い、それから分類モデルに対して「この変更は目標に近づいたか？」と問いかけました。もし答えが「イエス」であれば、コンピュータはその変更を維持し、そうでなければ別の方法を試しました。このプロセスは、アルゴリズムが目的の睡眠パターンをシフトさせるスケジュールを見つけるまで、何千回も繰り返されました。

結果は、コンピュータが実際に人々を異なる睡眠・覚醒パターンへと移動させる光のスケジュールを生成できることを示しました。いくつかの睡眠カテゴリーについては、生成されたスケジュールは研究者が参加者から観察した自然な光のパターンと非常によく似ていました。しかし、他のカテゴリーについては、コンピュータは人々が自然に経験するものとは大きく異なるスケジュールを作成し、標準的な家庭用照明では実現が難しい光のレベルを提案することもありました。研究者たちは、もし誰かがコンピュータが生成したスケジュールに従った場合、身体の体内時計にどのような影響を与えるかをシミュレーションしました。いくつかのケースでは、シミュレーションの結果、これらのスケジュールがメラトニン（睡眠の合図を送るホルモン）の放出タイミングをシフトさせることに成功することを示唆していました。しかし、この研究は重要な限界も浮き彫りにしました。コンピュータは時として、日常生活において実用的ではない極端な光のレベルを提示することがあるのです。これは、技術は機能するものの、人間が実際に実行可能な範囲との間で慎重なバランスを取る必要があることを示唆しています。

この研究は、睡眠障害の解決策を見つけたとか、時差ボケの完璧な治療法を見つけたと主張するものではありません。むしろ、パーソナライズされた光の計画を作成するための新しい手法を実証したものです。研究者たちは、自分たちの研究はプロトタイプであり、機械学習を用いて「光の食事（light diets）」を設計するという概念を証明するための出発点であることを強調しています。また、データが少人数の健康な若年層から得られたものであるため、その結果を高齢者や特定の健康状態にある人々など、すべての人に適用することはまだできないと述べています。さらに、このシステムは身体の内部化学を直接測定するのではなく、光に基づく睡眠パターンの予測に依存しているため、その知見は直接的な生理学的証明ではなく、シミュレーションと統計的パターンに基づいています。著者らは、この技術が実用的なツールとなるためには、より大規模な集団でテストされ、作成される光のスケジュールが効果的であるだけでなく、現実的に従えるものであることを確実にするために洗練される必要があると示唆しています。

最終的に、この研究は睡眠科学におけるより柔軟な未来への扉を開くものです。画一的なルールから離れ、適応型の学習システムへと移行することで、科学者は最終的に、個人の実際の生活にシームレスに適合する光の推奨事項を提供できるようになるかもしれません。コンピュータは、人に1時間も明るい光を凝視することを強いる必要はありません。数日間にわたって蓄積されるように、家庭やオフィスの照明を微細に変化させることを提案できるのです。現在のバージョンはまだ初期段階にありますが、強化学習を用いてこれらのカスタマイズされたスケジュールを生成できる能力は、大きな前進を意味しています。それは、ラボで理論的に可能なことへの焦点から、現実世界で達成可能なことへの焦点へとシフトさせ、決して眠ることのない世界を航行する人々にとって、より良い睡眠への有望な道筋を提示しています。