JP2023500515A - 不眠症を選別および管理するシステムおよび方法 - Google Patents

Abstract

ある方法が、ユーザと関連付けられた生理学的データを睡眠セッション中に受信することを含む。この方法は、受信した生理学的データに少なくとも部分的に基づいて、ユーザの睡眠覚醒信号を睡眠セッション中に判断することも含む。この方法は、その睡眠覚醒信号に少なくとも部分的に基づいて、ユーザの１つ以上の睡眠関連パラメータを睡眠セッション中に判断することも含む。この方法は、その１つ以上の睡眠関連パラメータのうちの少なくとも１つに少なくとも部分的に基づいて、そのユーザが睡眠セッション中に不眠症を経験したと判断することも含む。この方法は、その１つ以上の睡眠関連パラメータに少なくとも部分的に基づいて、ユーザが経験した不眠症のタイプを特定することも含む。【選択図】図２

Description

（関連出願の相互参照）
本出願は、２０１９年１０月３１日に出願された米国仮特許出願第６２／９２８，５０８号の便益およびその優先権を主張するものであり、同仮出願の全体が、参照により本明細書に組み込まれるものとする。

本開示は概して、不眠症を選別および監視するシステムおよび方法に関し、より詳細には、ユーザが睡眠セッション中に不眠症を経験したかどうかを判断するシステムおよび方法に関するものである。

不眠症（例えば、入眠困難、初回入眠後の頻繁もしくは長時間の覚醒、および睡眠に戻ることができない早期覚醒）または他の睡眠関連障害（例えば、周期性四肢運動障害（ＰＬＭＤ）、閉塞性睡眠時無呼吸（ＯＳＡ）、チェーン・ストークス呼吸（ＣＳＲ）、呼吸不全、肥満過換気症候群（ＯＨＳ）、慢性閉塞性肺疾患（ＣＯＰＤ）、神経筋疾患（ＮＭＤ）など）に罹患している個人は多い。これらの睡眠関連障害の多くが、呼吸システム（例えば、気道陽圧（ＰＡＰ）システム）を使用して治療できるのに対し、不眠症は、（例えば、睡眠衛生を改善する、認知行動療法を用いる、睡眠薬を処方するなど）治療法が異なる。そのため、ユーザが適切な治療へと方向付けられるように、そのユーザが不眠症を経験しているのか、別の睡眠関連障害を経験していのるかを特定することには利点があろう。本開示は、これらの問題などを解決することを目的とする。

本開示のいくつかの実装形態によれば、ある方法が、ユーザと関連付けられた生理学的データを睡眠セッション中に受信することを含む。この方法は、受信した生理学的データに少なくとも部分的に基づいて、ユーザの睡眠覚醒信号を睡眠セッション中に判断することも含む。この方法は、その睡眠覚醒信号に少なくとも部分的に基づいて、ユーザの１つ以上の睡眠関連パラメータを睡眠セッション中に判断することも含む。この方法は、その１つ以上の睡眠関連パラメータのうちの少なくとも１つに少なくとも部分的に基づいて、そのユーザが睡眠セッション中に不眠症を経験したと判断することも含む。この方法は、その１つ以上の睡眠関連パラメータに少なくとも部分的に基づいて、ユーザが経験した不眠症のタイプを特定することも含む。

本開示のいくつかの実装形態によれば、あるシステムが、電子インターフェースと、メモリと、制御システムと、を含む。電子インターフェースは、ユーザと関連付けられた生理学的データを受信するように構成されている。メモリは、機械可読命令を記憶する。制御システムは、その生理学的データに少なくとも部分的に基づいて、睡眠セッション中にユーザの睡眠覚醒信号を判断するためにそれらの機械可読命令を実行するように構成された１つ以上のプロセッサを含む。制御システムはまた、その睡眠覚醒信号に少なくとも部分的に基づいて、ユーザの１つ以上の睡眠関連パラメータを睡眠セッション中に判断するように構成されている。制御システムはまた、その１つ以上の睡眠関連パラメータに少なくとも部分的に基づいて、ユーザが睡眠セッション中に不眠症を経験したと判断するように構成されている。制御システムはまた、ユーザが睡眠セッション中に不眠症を経験したと判断したことを受けて、その１つ以上の睡眠関連パラメータに少なくとも部分的に基づいて、そのユーザが経験した不眠症のタイプを特定するように構成されている。

本開示のいくつかの実装形態によれば、あるシステムが、ユーザと関連付けられた生理学的データを睡眠セッション中に生成するように構成されたセンサと、機械可読命令を記憶するメモリと、その生理学的データに少なくとも部分的に基づいて、睡眠セッション中にユーザの睡眠覚醒信号を判断するため、その睡眠覚醒信号に少なくとも部分的に基づいて、睡眠セッション中にユーザの１つ以上の睡眠関連パラメータを判断するため、ユーザが睡眠セッション中に不眠症を経験したと判断したことを受け、その１つ以上の睡眠関連パラメータに少なくとも部分的に基づいて、ユーザが睡眠セッション中に不眠症を経験したと判断するため、ユーザが睡眠セッション中に不眠症を経験したと判断したことを受けて、その１つ以上の睡眠関連パラメータに少なくとも部分的に基づいて、ユーザが睡眠セッション中に不眠症を経験したと特定するためにそれらの機械可読命令を実行するように構成された１つ以上のプロセッサを含む制御システムと、を含む。

本開示のいくつかの実装形態によれば、あるシステムが、（ｉ）あるユーザと関連付けられた第１の生理学的データを第１の睡眠セッション中に生成するように、および（ｉｉ）そのユーザと関連付けられた第２の生理学的データを第２の睡眠セッション中に生成するように構成された第１のセンサと、そのユーザと関連付けられた第３の生理学的データを第１の睡眠セッションの後かつ第２の睡眠セッションの前に生成するように構成された第２のセンサと、機械可読命令を記憶するメモリと、そのユーザの第１の睡眠セッション中に第１のセンサによって生成された第１の生理学的データを受信するため、第１の生理学的データに少なくとも部分的に基づいて、第１の睡眠セッションと関連付けられたそのユーザの第１の睡眠覚醒信号を判断するため、第１の睡眠覚醒信号に少なくとも部分的に基づいて、第１の睡眠セッションと関連付けられたそのユーザの第１の睡眠関連パラメータを判断するため、第１の睡眠関連パラメータを所定の閾値と比較して、第１の睡眠セッション中にそのユーザが不眠症を経験したかどうかを判断するため、第２のセンサによって生成された第２の生理学的データを、そのユーザの第１の睡眠セッションの後かつそのユーザの第２の睡眠セッションの前に受信するため、その所定の閾値を、第２の生理学的データに少なくとも部分的に基づいて、その所定の閾値とは異なる調整後の閾値に調整するため、第１のセンサによって生成された第３の生理学的データをそのユーザの第２の睡眠セッション中に受信するため、第２の生理学的データに少なくとも部分的に基づいて、第２の睡眠セッションと関連付けられたそのユーザの第２の睡眠覚醒信号を判断するため、第２の睡眠覚醒信号に少なくとも部分的に基づいて、第２の睡眠セッションと関連付けられたそのユーザの第２の睡眠関連パラメータを判断するため、および第２の睡眠関連パラメータをその調整後の閾値と比較して、ユーザが第２の睡眠セッション中に不眠症を経験したかどうかを判断するためにそれらの機械可読命令を実行するように構成された１つ以上のプロセッサを含む制御システムと、を含む。

上記の要旨は、本発明の各実施形態または各態様を示すことを意図していない。本発明のさらなる特徴および便益は、下記の詳細な説明および図から明らかである。

本開示のいくつかの実装形態に係る、ユーザが睡眠セッション中に不眠症を経験したかどうかを特定するシステムの機能ブロック図である。 本開示のいくつかの実装形態に係る、図１のシステムおよびユーザの斜視図である。 本開示のいくつかの実装形態に係る、ユーザが睡眠セッション中に不眠症を経験したと判断する方法のプロセスフロー図である。 本開示のいくつかの実装形態に係る、睡眠セッション中のユーザと関連付けられた例示的な睡眠経過図を表している。 本開示のいくつかの実装形態に係る、図４の睡眠セッションの例示的な時系列である。 本開示のいくつかの実装形態に係る、複数の睡眠セッションにわたってユーザが不眠症を経験したと判断する方法のプロセスフロー図である。

本開示は、様々な変更および代替形態が可能であるが、本開示の具体的な実装形態および実施形態が図面に例として示されており、本明細書において詳述される。ただしそれは、開示された特定の形態に本開示を限定することを意図するものではなく、本開示は、添付の請求項によって定義される本開示の精神および範囲内に属するすべての改変物、均等物、および代替物を網羅するということを理解すべきである。

不眠症、すなわち、睡眠の質または持続時間に対する不満（例えば、入眠困難、最初に入眠した後の頻繁または長時間の覚醒、および睡眠に復帰できない早期覚醒）を概して特徴とする状態に罹患している個人は多い。世界全体で２６億人超が何らかの形態の不眠症を経験し、世界全体で７億５０００万人超が、不眠障害との診断を受けていると推定される。米国では、不眠症によって年間推定１０７５億ドルの経済的負担が生じており、全休職日数の１３．６％、医療手当てを必要とする傷害の４．６％を占める。また、最近の研究により、不眠症が２番目に多い精神障害であり、不眠症がうつ病の第一危険因子であることも示されている。

夜間不眠症症状としては、例えば、睡眠の質の低下、睡眠持続時間の短縮、入眠障害、中途覚醒、遅発性不眠症、混合型不眠症、および／または逆説性不眠症が一般に挙げられる。入眠障害は、就寝時の入眠困難を特徴とする。中途覚醒は、初回入眠後、夜間における頻繁および／または長時間の覚醒を特徴とする。遅発性不眠症は、睡眠に復帰できない早朝（例えば、目標または所望の覚醒時刻前の）覚醒を特徴とする。併存性不眠症は、不眠症症状が、少なくとも部分的に、別の身体状態または精神状態（例えば、不安、うつ、病状、および／または薬剤使用）の症状または合併症によってもたらされるタイプの不眠症を指す。混合型不眠症は、他のタイプの不眠症の属性の組み合わせ（例えば、入眠、睡眠維持、および遅発性不眠症症状の組み合わせ）を指す。逆説性不眠症は、ユーザが知覚する睡眠の質とそのユーザの実際の睡眠の質との間の乖離または不一致を指す。

日中（例えば昼間）の不眠症症状としては、例えば、疲労、エネルギー低下、認知障害（例えば、注意、集中、および／または記憶）、学術もしくは職業環境における機能困難、および／または気分障害が挙げられる。これらの症状は、例えば、パフォーマンスの低下、反応時間の遅延、うつリスクの増大、および／または不安障害リスクの増大などの心理的合併症へと至り得る。不眠症症状は、例えば、免疫系機能の低下、高血圧、心疾患リスクの増大、糖尿病リスクの増大、体重増加、および／または肥満などの生理学的合併症にも至り得る。

併存性不眠および睡眠時無呼吸（ＣＯＭＩＳＡ）は、被験者が不眠および閉塞性睡眠時無呼吸（ＯＳＡ）の両方を経験するタイプの不眠症を指す。ＯＳＡは、無呼吸－低呼吸指数（ＡＨＩ）および／または酸素脱飽和レベルに基づいて測定することができる。ＡＨＩは、睡眠セッション中にユーザが経験した無呼吸および／または低呼吸事象の数を、その睡眠セッションにおける全睡眠時間数で除算することによって求められる。この事象は、例えば、少なくとも１０秒以上続く呼吸の一時停止であり得る。５未満のＡＨＩは正常とみなされる。５以上１５未満のＡＨＩは、軽度のＯＳＡを示すものととみなされる。１５以上３０未満のＡＨＩは、中等度のＯＳＡを示すものとみなされる。３０以上のＡＨＩは、重度のＯＳＡを示すものとみなされる。小児では、１よりも大きいＡＨＩが異常とみなされる。

不眠症は、その持続時間に基づいて分類することもできる。例えば、不眠症症状の発現が３か月未満で収まれば、急性または一過性とみなされる。逆に、不眠症症状が、例えば３か月以上にわたって発現した場合には、慢性または持続性とみなされる。持続性／慢性不眠症症状は、急性／一過性不眠症症状とは異なる治療経路が必要となることが多い。

不眠症に関する既知の危険因子としては、性別（例えば、不眠症は男性よりも女性に多い）、家族歴、およびストレス暴露（例えば、重度および慢性のライフイベント）が挙げられる。年齢は、不眠症の潜在的危険因子である。例えば、入眠障害が若年成人に多いのに対し、中途覚醒は中高年成人に多い。不眠症の他の潜在的危険因子としては、人種、地理（例えば、冬が長い地理的領域での生活）、高度、および／または他の社会人口統計学的因子（例えば、社会経済的状況、雇用、学業成績、健康に関する自己評価など）が挙げられる。

不眠症の機序としては、素因、憎悪因子、および遷延因子が挙げられる。素因として挙げられるのが過剰覚醒で、睡眠中および覚醒中の生理学的覚醒の増大を特徴とする。過剰覚醒の尺度としては、例えば、コルチゾールレベルの増大、（例えば、安静時心拍数増および／または心拍数変動によって示される）自律神経系活性の増大、脳活性の増大（例えば、睡眠中のＥＥＧ周波数増および／またはレム睡眠中の覚醒数増）、代謝速度の増大、体温の上昇および／または下垂体－副腎軸における活性の増大が挙げられる。憎悪因子としては、ストレスの多いライフイベント（例えば、雇用または教育、人間関係などに関連するもの）が挙げられる。遷延因子として挙げられるのは、睡眠不足およびその結果についての過度の心配で、これにより、増悪因子が除去された後でも不眠症症状が持続し得る。

従来、不眠症を診断または選別すること（タイプもしくは不眠症および／または具体的な症状を特定することを含む）は、一連のステップを伴う。選別プロセスは、（例えば、患者は入眠や睡眠の持続ができないといった）患者からの主観的な愁訴で始まることが多い。

次に、臨床医が、不眠症症状、不眠症症状に影響を及ぼす因子、健康因子、および社会的因子を含むチェックリストを使用して、その主観的な愁訴を評価する。不眠症症状としては、例えば、発症年齢、憎悪事象（単数または複数）、発症時刻、現在の症状（例えば、入眠、睡眠維持、遅発性不眠）、症状の頻度（例えば、毎晩、偶発的、特定の晩、状況特異的、または季節変動）、症状の発現からの経過（例えば、重篤度の変化および／または相対的な症状出現）、および／または知覚される日中の結果を挙げることができる。不眠症症状に影響を及ぼす因子としては、例えば、過去および現在の治療（それらの有効性を含む）、症状を改善または軽減する因子、不眠症を悪化させる因子（例えば、ストレスまたはスケジュール変更）、行動因子（例えば、早すぎる就寝、週末の寝溜め、飲酒など）を含む不眠症を維持する因子、および認知因子（例えば、睡眠に関する無益な信仰、不眠症の結果についての心配、睡眠不足に対する恐れなど）が挙げられる。健康因子としては、医学的障害および症状、睡眠を妨げる状態（例えば、痛み、不快感、処置）、ならびに薬理学的考慮事項（例えば、薬剤の警戒効果および鎮静効果）が挙げられる。社会的因子としては、睡眠と相容れない仕事スケジュール、遅い帰宅による鎮静時間の喪失、夜間の家庭的および社会的責任（例えば、子供または高齢者の世話）、ストレスの多いライフイベント（例えば、過去の高ストレス事象は憎悪因子であり得、現在の高ストレス事象は遷延因子であり得る）、および／またはペットとの睡眠が挙げられる。

臨床医がチェックリストを完成させ、不眠症症状、症状に影響を及ぼす因子、健康因子、および／または社会的因子を評価した後、患者は、毎日の睡眠日記を作成するように、および／またはアンケート（例えば、不眠症重症度指数またはピッツバーグ睡眠品質指数）に記入するように指示されることが多い。この従来の不眠症選別および診断手法は、客観的な睡眠評価ではなく主観的な愁訴に依存するため、誤り（単数または複数）が生じやすい。患者の主観的な愁訴（単数または複数）と実際の睡眠との間で、睡眠状態の誤認（逆説性不眠症）による乖離が生じ得る。

加えて、この従来の不眠症診断手法は、例えば、周期性四肢運動障害（ＰＬＭＤ）、下肢静止不能症候群（ＲＬＳ）、睡眠時呼吸障害（ＳＤＢ）、閉塞性睡眠時無呼吸（ＯＳＡ）、チェーン・ストークス呼吸（ＣＳＲ）、呼吸不全、肥満過換気症候群（ＯＨＳ）、慢性閉塞性肺疾患（ＣＯＰＤ）、神経筋疾患（ＮＭＤ）、および胸壁障害など、他の睡眠関連障害を除外しない。これらを始めとする疾患は、睡眠中に起こる特定事象（例えば、いびき、無呼吸、低呼吸、下肢静止不能、睡眠障害、窒息、心拍数増、呼吸困難、喘息発作、てんかん挿間症、発作、またはそれらの任意の組み合わせ）によって特徴付けられる。これらの他の睡眠関連障害は、不眠症と同様の症状を有し得るが、これらの他の睡眠関連障害を不眠症と区別することは、種々の治療を必要とし得る特徴を区別する効果的な治療計画をカスタマイズする上で有用である。例えば、疲労感が一般に不眠症の特徴であるのに対し、日中の過剰な眠気は、他の障害（例えばＰＬＭＤ）に特有の特徴であり、無意識に眠りに落ちる生理学的傾向を反映したものである。

いったん診断された不眠症は、様々な技法を用いたり、患者に勧奨を提供したりして、管理または処置され得る。患者は一般に、健康な睡眠習慣（例えば、しっかり運動し、日中に活動する、日課を持つ、昼寝をしない、夕食を早めにとる、就床時刻前にくつろぐ、午後カフェインを接種しない、アルコールを避ける、寝室を快適にする、気を散らすものを寝室から取り除く、眠くなければ離床する、就床時刻に関係なく毎日同時刻の覚醒を試みる）を概ね実践することを奨励または勧奨され得るか、特定の習慣（例えば、ベッドで仕事をすること、極端に早寝すること、疲れていないのに就寝すること）を避けるよう促され得る。追加または代替として、処方睡眠補助薬、店頭販売睡眠補助薬、および／または在宅ハーブ療法など、睡眠薬および医学療法を用いて患者を治療することもできる。

また、睡眠衛生教育、弛緩療法、刺激制御、睡眠制限、ならびに睡眠管理ツールおよびデバイスを概して含む認知行動療法（ＣＢＴ）または不眠認知行動療法（ＣＢＴ－Ｉ）を用いて患者を治療することもできる。睡眠制限は、在床時間（睡眠時間窓または持続睡眠時間）を実睡眠に制限するように設計された方法であり、生体恒常的睡眠動因を強化する。睡眠時間窓は、患者が最適な睡眠持続時間を達成するまで、数日間または数週間にわたって徐々に増やすことができる。刺激制御は、ベッドと寝室との間での睡眠との関連付けを強化し、一貫した睡眠覚醒スケジュールを再確立する（例えば、眠いときに限り就寝する、眠れないときには離床する、ベッドを睡眠目的でのみ使用する（例えば、本を読んだりテレビを見たりしない）、毎朝同じ時刻に覚醒する、仮眠しないなど）ように設計された１組の指示を患者に提供することを含む。弛緩訓練は、睡眠を妨げる自律神経覚醒、筋緊張、および侵入的思考を（例えば、進行性筋弛緩を用いて）低減することを目指す臨床手順を含む。認知療法は、睡眠に関する過度の心配を低減し、不眠症およびそれがもたらす日中の結果についての不毛な信仰を（例えば、ソクラテスの問い、行動経験、および逆説志向の技法を使用して）再構築するように設計された心理学的手法である。睡眠衛生教育は、睡眠を妨げ得る健康習慣（例えば、食事、運動、物質使用）および環境因子（例えば、光、騒音、過剰温度）についての一般的なガイドラインを含む。マインドフルネスに基づいた介入としては、例えば瞑想を挙げることができる。

図１を参照すると、本開示のいくつかの実装形態に係るシステム１００が表されている。システム１００は、制御システム１１０と、メモリデバイス１１４と、電子インターフェース１１９と、呼吸療法システム１２０と、１つ以上のセンサ１３０と、１つ以上のユーザデバイス１７０と、を含む。

制御システム１１０は、１つ以上のプロセッサ１１２（以下、プロセッサ１１２）を含む。制御システム１１０は概して、システム１００の様々な構成要素を制御し（例えば、作動させ）、かつ／またはシステム１００の構成要素によって取得および／または生成されたデータを分析するのに使用される。プロセッサ１１２は、汎用または特殊用途のプロセッサまたはマイクロプロセッサであり得る。図１には１個のプロセッサ１１２が示されているが、制御システム１１０は、単一のハウジング内に存在し得るか、互いに離れて所在し得る任意の適切な数のプロセッサ（例えば、１個のプロセッサ、２個のプロセッサ、５個のプロセッサ、１０個のプロセッサなど）を含み得る。制御システム１１０は、例えば、ユーザデバイス１７０のハウジング、呼吸システム１２０の一部分（例えば、ハウジング）、および／またはセンサ１３０うちの１つ以上のハウジングに連結すること、および／またはそれらの内部に位置付けることができる。制御システム１１０は、（１つのかかるハウジング内に）集中させるか、（物理的に別個である２つ以上のかかるハウジング内に）分散させることができる。制御システム１１０を格納する２つ以上のハウジングを含むかかる実装形態においては、かかるハウジングが、互いに近接して、かつ／または遠隔で所在することができる。

メモリデバイス１１４は、制御システム１１０のプロセッサ１１２によって実行可能な機械可読命令を記憶する。メモリデバイス１１４は、例えば、ランダムまたはシリアルアクセスメモリデバイス、ハードドライブ、ソリッドステートドライブ、フラッシュメモリデバイスなど、任意の適切なコンピュータ可読ストレージデバイスまたはメディアであり得る。図１には１つのメモリデバイス１１４が示されているが、システム１００は、任意の適切な数のメモリデバイス１１４（例えば、１個のメモリデバイス、２個のメモリデバイス、５個のメモリデバイス、１０個のメモリデバイスなど）を含み得る。メモリデバイス１１４は、呼吸デバイス１２２のハウジング、ユーザデバイス１７０のハウジング、センサ１３０うちの１つ以上のハウジング、またはそれらの任意の組み合わせに連結すること、および／またはそれらの内部に位置付けることができる。制御システム１１０と同様に、メモリデバイス１１４は、（１つのかかるハウジング内に）集中させるか、（物理的に異なる２つ以上のかかるハウジング内に）分散させることができる。

いくつかの実装形態においては、メモリデバイス１１４（図１）が、ユーザと関連付けられたユーザプロファイルを記憶する。ユーザプロファイルは、例えば、ユーザと関連付けられた人口統計情報、ユーザと関連付けられたバイオメトリック情報、ユーザと関連付けられた医療情報、自己申告によるユーザフィードバック、ユーザと関連付けられた睡眠パラメータ（例えば、１つ以上の以前の睡眠セッションから記録された睡眠関連パラメータ）、またはそれらの任意の組み合わせを含み得る。人口統計情報は、例えば、ユーザの年齢、ユーザの性別、ユーザの人種、ユーザの地理的位置、人間関係状況、不眠症の家族歴、ユーザの雇用状況、ユーザの学歴、ユーザの社会経済的状況、またはそれらの任意の組み合わせを示す情報を含み得る。医療情報は、例えば、ユーザと関連付けられた１つ以上の病状、ユーザによる薬剤の使用、またはその両方を示すものを含み得る。医療情報データは、反復睡眠潜時検査（ＭＳＬＴ）の検査結果またはスコアおよび／もしくはピッツバーグ睡眠品質指数（ＰＳＱＩ）のスコアまたは値をさらに含み得る。自己申告によるユーザフィードバックは、自己申告による主観的な睡眠スコア（不良、普通、良好など）、ユーザの自己申告による主観的なストレスレベル、ユーザの自己申告による主観的な疲労レベル、ユーザの自己申告による主観的な健康状態、ユーザが経験した最近のライフイベント、またはそれらの任意の組み合わせを示す情報を含み得る。

電子インターフェース１１９は、１つ以上のセンサ１３０からデータ（例えば、生理学的データおよび／またはオーディオデータ）を受け取るように構成されており、そのデータは、メモリデバイス１１４に記憶すること、および／または制御システム１１０のプロセッサ１１２によって分析することができる。電子インターフェース１１９は、有線接続または無線接続を用いて（例えば、ＲＦ通信プロトコル、ＷｉＦｉ通信プロトコル、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信プロトコル、セルラーネットワークなどを用いて）１つ以上のセンサ１３０と通信することができる。電子インターフェース１１９は、アンテナ、受信機（例えば、ＲＦ受信機）、送信機（例えば、ＲＦ送信機）、トランシーバ、またはそれらの任意の組み合わせを含み得る。電子インターフェース１１９は、本明細書に記載のプロセッサ１１２およびメモリデバイス１１４と同一または同様であるもう１つのプロセッサおよび／またはもう１つのメモリデバイスも含み得る。いくつかの実装形態においては、電子インターフェース１１９が、ユーザデバイス１７０に連結または統合されている。他の実装形態においては、電子インターフェース１１９が、制御システム１１０および／またはメモリデバイス１１４に連結されているか、それらと（例えば、ハウジング内で）統合されている。

いくつかの実装形態においては、システム１００が、呼吸システム１２０（呼吸療法システムとも称される）を任意選択的に含む。呼吸システム１２０は、呼吸圧力療法デバイス１２２（本明細書では呼吸デバイス１２２と称される）、ユーザインターフェース１２４、導管１２６（チューブまたは空気回路とも称される）、ディスプレイデバイス１２８、加湿タンク１２９、またはそれらの任意の組み合わせを含み得る。いくつかの実装形態においては、制御システム１１０、メモリデバイス１１４、ディスプレイデバイス１２８、センサ１３０のうちの１つ以上、および加湿タンク１２９が、呼吸デバイス１２２の一部である。呼吸圧力療法とは、（例えば、タンクベンチレータや陽陰圧体外式人工呼吸器（ｃｕｉｒａｓｓ）などの陰圧療法とは異なり、）ユーザの呼吸サイクル全体を通じて大気に対して名目上陽である制御された目標圧力で、ユーザの気道の入口に空気供給を印加することを指す。呼吸システム１２０は一般に、１つ以上の睡眠関連呼吸障害（例えば、閉塞性睡眠時無呼吸、中枢性睡眠時無呼吸、または混合性睡眠時無呼吸）に罹患している個人を治療するのに使用される。

呼吸デバイス１２２は一般に、（例えば、１つ以上のコンプレッサを駆動する１つ以上のモータを使用して）ユーザに送達される加圧空気を生成するのに使用される。いくつかの実装形態においては、呼吸デバイス１２２が、ユーザに送達される連続的な一定の空気圧を生成する。他の実装形態においては、呼吸デバイス１２２が、２つ以上の所定の圧力（例えば、第１の所定の空気圧および第２の所定の空気圧）を生成する。さらに他の実装形態においては、呼吸デバイス１２２が、所定の範囲内の様々な異なる空気圧を生成するように構成されている。例えば、呼吸デバイス１２２は、少なくとも約６ｃｍＨ_２Ｏ、少なくとも約１０ｃｍＨ_２Ｏ、少なくとも約２０ｃｍＨ_２Ｏ、約６ｃｍＨ_２Ｏから約１０ｃｍＨ_２Ｏ、約７ｃｍＨ_２Ｏから約１２ｃｍＨ_２Ｏなどを送達することができる。呼吸デバイス１２２は、（周囲圧力に対して）陽圧を維持しながら、例えば、約－２０Ｌ／分と約１５０Ｌ／分との間の所定の流量で加圧空気を送達することもできる。

ユーザインターフェース１２４は、ユーザの顔の一部分と係合し、呼吸デバイス１２２からユーザの気道に加圧空気を送達して、睡眠中に気道が狭窄および／または閉塞しないように支援する。これにより、睡眠中のユーザの酸素摂取量も増加し得る。適用される療法に応じて、ユーザインターフェース１２４は、例えばユーザの顔の領域または部分との密着を形成し得、これにより、周囲圧力に対して約１０ｃｍＨ_２Ｏの陽圧など、周囲圧力に対して十分に異なり、治療効果をもたらせる圧力でのガスの送達を促進する。酸素送達などの、他の療法の形態において、ユーザインターフェースは、約１０ｃｍＨ_２Ｏの陽圧において気道へのガス供給の送達を促進するのに充分な密閉を含まない場合がある。

図２に示すとおり、いくつかの実装形態においては、ユーザインターフェース１２４が、ユーザの鼻および口を覆うフェイスマスクである。代替として、ユーザインターフェース１２４は、ユーザの鼻に空気を提供する鼻マスク、またはユーザの鼻孔に空気を直接送達する鼻ピローマスクであり得る。ユーザインターフェース１２４は、ユーザの一部分（例えば顔）にインターフェースを位置付け、かつ／または安定させるための複数のストラップ（例えば面ファスナを含む）と、ユーザインターフェース１２４とユーザとの間での気密密着を提供するのを支援する形状適合性クッション（例えば、シリコーン、プラスチック、発泡体など）と、を含み得る。いくつかの例においては、ユーザインターフェース１２４がチューブアップ式マスクであり得、このマスクのストラップは、顔または鼻マスクに加圧空気を送達するための導管（単数または複数）として機能するように構成されている。ユーザインターフェース１２４は、ユーザ２１０によって吐き出された二酸化炭素および他の気体を逃がせるようにするためのうちの１つ以上の通気孔も含み得る。他の実装形態においては、ユーザインターフェース１２４が、マウスピース（例えば、ユーザの歯に適合するように成形されたナイトガードマウスピース、下顎骨位置変更デバイスなど）を備えることができる。

導管１２６（空気回路またはチューブとも称される）は、呼吸デバイス１２２およびユーザインターフェース１２４など、呼吸システム１２０の２つの構成要素間で空気が流れるようにする。いくつかの実装形態においては、この導管に吸気および呼気用の別々の枝管が存在し得る。他の実装形態においては、単枝型導管が吸気および呼気の両方に使用される。

呼吸デバイス１２２、ユーザインターフェース１２４、導管１２６、ディスプレイデバイス１２８、および加湿タンク１２９のうちの１つ以上が、１つ以上のセンサ（例えば、圧力センサ、流量センサ、より一般的には、本明細書に記載されている他のセンサ１３０のいずれか）を含み得る。これらの１つ以上のセンサは、例えば、呼吸デバイス１２２によって供給される加圧空気の空気圧および／または流量を測定するのに使用することができる。

ディスプレイデバイス１２８は概して、静止画、動画、もしくはその両方を含む画像（単数または複数）、および／または呼吸デバイス１２２に関する情報を表示するのに使用される。例えば、ディスプレイデバイス１２８は、呼吸デバイス１２２の状態に関する情報（例えば、呼吸デバイス１２２がオンかオフか、呼吸デバイス１２２によって送達されている空気の圧力、呼吸デバイス１２２によって送達されている空気の温度など）および／または他の情報（例えば、（ｍｙＡｉｒ（商標）スコアなどの）睡眠スコアまたは療法スコア、現在の日付／時刻、ユーザ２１０の個人情報など）を提供することができる。いくつかの実装形態においては、ディスプレイデバイス１２８が、入力インターフェースとして画像（単数または複数）を表示するように構成されたグラフィックユーザインターフェース（ＧＵＩ）を含むヒューマンマシンインターフェース（ＨＭＩ）の働きをする。ディスプレイデバイス１２８は、ＬＥＤディスプレイ、有機ＥＬディスプレイ、液晶ディスプレイ等であり得る。入力インターフェースは、例えば、タッチスクリーンまたは接触感知基板、マウス、キーボード、または呼吸デバイス１２２とやりとりする人間ユーザによって行われる入力を感知するように構成された任意のセンサシステムであり得る。

加湿タンク１２９は、呼吸デバイス１２２に連結または統合されており、呼吸デバイス１２２から送達された加圧空気を加湿するのに使用できる貯水器を含む。呼吸デバイス１２２は、ユーザに提供された加圧空気を加湿するために加湿タンク１２９内の水を加熱するヒータを含み得る。加えて、いくつかの実装形態においては、導管１２６が、ユーザに送達された加圧空気を加熱する加熱要素（例えば、導管１２６に連結され、かつ／または埋め込まれたもの）も含み得る。

呼吸システム１２０は、例えば、連続気道陽圧（ＣＰＡＰ）システム、自動気道陽圧システム（ＡＰＡＰ）、二相性または可変気道陽圧システム（ＢＰＡＰまたはＶＰＡＰ）、またはそれらの任意の組み合わせなどのベンチレータまたは気道陽圧（ＰＡＰ）システムとして使用することができる。ＣＰＡＰシステムは、（例えば、睡眠医によって判断される）所定の空気圧をユーザに送達する。ＡＰＡＰシステムは、例えば、ユーザと関連付けられた呼吸データに基づいて、ユーザに送達される空気圧を自動的に変化させる。ＢＰＡＰまたはＶＰＡＰシステムは、第１の所定圧力（例えば、吸気気道陽圧またはＩＰＡＰ）および第１の所定圧力より低い第２の所定圧力（例えば、呼気気道陽圧またはＥＰＡＰ）を送達するように構成されている。

図２を参照すると、いくつかの実装形態に係るシステム１００（図１）の一部分が表されている。呼吸システム１２０のユーザ２１０および同床者２２０がベッド２３０に居り、マットレス２３２に横たわっている。ユーザインターフェース１２４（例えばフルフェイスマスク）は、睡眠セッション中のユーザ２１０によって着用され得る。ユーザインターフェース１２４は、導管１２６を介して呼吸デバイス１２２に流体的に連結および／または接続されている。呼吸デバイス１２２は、導管１２６およびユーザインターフェース１２４を介してユーザ２１０に加圧空気を送達してユーザ２１０の喉における空気圧を高め、睡眠中に気道が閉塞および／または狭窄しないように支援する。呼吸デバイス１２２は、図２に示すとおり、ベッド２３０に直に隣接するナイトスタンド２４０上か、より一般的には、ベッド２３０および／またはユーザ２１０に概ね隣接する任意の表面または構造物上に位置付けることができる。

一般に、呼吸システムの使用を処方されたユーザは、（特に、ユーザが睡眠時無呼吸または他の睡眠関連障害に罹患しているときに）呼吸システム１２０を使用しない場合と比較して、睡眠中に呼吸システム１２０を使用した翌日に、睡眠の質が上がり、疲労度が下がる傾向がある。ただし、ユーザインターフェース１２４が不快もしくは面倒であること、または他の副作用（例えば、ドライアイ、喉の乾燥、騒音など）を理由に、処方された使用に従わないユーザが多い。ユーザは、自身が何らかの便益（例えば、日中の疲労度の低下）を経験していると知覚できなければ、処方されたとおりに呼吸システム１２０を使用しない（または使用を完全に止める）可能性が高まる。ただし、睡眠の質または日中の疲労が改善しない原因は、治療の有効性欠如ではなく、不眠障害であり得る。そのため、呼吸療法システムのユーザが不眠症を経験しているかどうかを特定して、不眠症症状を適切に治療できるようにすることが有利であり、そうすれば、ユーザが、（例えば、不眠症の発現がもたらす）便益（単数または複数）欠如感によって呼吸療法システムの使用を止めたり減らしたりしなくなる。

本明細書に記載されている呼吸療法システム１２０は、療法システムの一例であるが、睡眠関連障害の治療を支援する他のタイプの療法システムも企図される。他の療法システムとしては、例えば、歯科器具または下顎骨位置変更デバイス（ＭＲＤ）などの口腔器具が挙げられる。口腔器具療法は、顎（下顎）を前方位置に支持し、睡眠中にユーザの気道を開いておくことにより、舌および咽喉の奥の軟組織の虚脱防止を支援することができる。

改めて図１を参照すると、システム１００の１つ以上のセンサ１３０は、圧力センサ１３２、流量センサ１３４、温度センサ１３６、モーションセンサ１３８、マイクロフォン１４０、スピーカ１４２、無線周波（ＲＦ）受信機１４６、ＲＦ送信機１４８、カメラ１５０、赤外線センサ１５２、光電式（ＰＰＧ）センサ１５４、心電図（ＥＣＧ）センサ１５６、脳波（ＥＥＧ）センサ１５８、静電容量センサ１６０、力センサ１６２、歪みゲージセンサ１６４、筋電図（ＥＭＧ）センサ１６６、酸素センサ１６８、分析物センサ１７４、水分センサ１７６、ＬｉＤＡＲセンサ１７８、またはそれらの任意の組み合わせを含む。一般に、１つまたはセンサ１３０のそれぞれが、メモリデバイス１１４または１つ以上の他のメモリデバイスに受信および記憶されたセンサデータを出力するように構成されている。

１つ以上のセンサ１３０は、圧力センサ１３２、流量センサ１３４、温度センサ１３６、モーションセンサ１３８、マイクロフォン１４０、スピーカ１４２、ＲＦ受信機１４６、ＲＦ送信機１４８、カメラ１５０、赤外線センサ１５２、光電式（ＰＰＧ）センサ１５４、心電図（ＥＣＧ）センサ１５６、脳波（ＥＥＧ）センサ１５８、静電容量センサ１６０、力センサ１６２、歪みゲージセンサ１６４、筋電図（ＥＭＧ）センサ１６６、酸素センサ１６８、分析物センサ１７４、水分センサ１７６、およびＬｉＤＡＲセンサ１７８のそれぞれを含むものとして図示および記載されているが、１つ以上のセンサ１３０は、本明細書に記載および／図示されたセンサのそれぞれの任意の組み合わせおよび任意の個数を含み得るのが、より一般的である。

１つ以上のセンサ１３０は、例えば、生理学的データ、オーディオデータ、またはその両方を生成するのに使用することができる。センサ１３０のうちの１つ以上によって生成された生理学的データは、制御システム１１０により、睡眠セッション中のユーザと関連付けられた睡眠覚醒信号および１つ以上の睡眠関連パラメータを判断するのに使用することができる。睡眠覚醒信号は、覚醒、リラックスした覚醒、微小覚醒、急速眼球運動（レム）段階、第１のノンレム段階（「Ｎ１」と称されることが多い）、第２のノンレム段階（「Ｎ２」と称されることが多い）、第３のノンレム段階（「Ｎ３」と称されることが多い）、またはそれらの任意の組み合わせを含む１つ以上の睡眠状態を示すことができる。睡眠覚醒信号には、ユーザの就床時刻、ユーザの起床時刻、ユーザの入眠試行時刻などを示すタイムスタンプを付与することもできる。睡眠覚醒信号は、睡眠セッション中に、例えば、１秒につき１サンプル、３０秒につき１サンプル、１分につき１サンプルなど所定のサンプリングレートでセンサ（単数または複数）１３０によって測定することができる。睡眠覚醒信号に基づいて睡眠セッション中のユーザについて判断できる１つ以上の睡眠関連パラメータの例としては、全就床時間、全睡眠時間、入眠潜時、入眠後覚醒パラメータ、睡眠効率、断片化指数、またはそれらの任意の組み合わせが挙げられる。

睡眠覚醒信号には、ユーザの就床時刻、ユーザの起床時刻、ユーザの入眠試行時刻などを判断するタイムスタンプを付与することもできる。睡眠覚醒信号は、睡眠セッション中に、例えば、１秒につき１サンプル、３０秒につき１サンプル、１分につき１サンプルなど所定のサンプリングレートでセンサ（単数または複数）１３０によって測定することができる。いくつかの実装形態においては、睡眠覚醒信号が、睡眠セッション中の呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、１時間当たりの事象数、事象パターン、呼吸デバイス１２２の圧力設定、またはそれらの任意の組み合わせも示し得る。この事象（単数または複数）は、いびき、無呼吸、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸、低呼吸、（例えばユーザインターフェース１２４からの）マスクの漏れ、下肢静止不能、睡眠障害、窒息、心拍数増、呼吸困難、喘息発作、てんかん挿間症、発作、またはそれらの任意の組み合わせを含み得る。睡眠覚醒信号に基づいて睡眠セッション中のユーザについて判断できる１つ以上の睡眠関連パラメータとしては、例えば、全就床時間、全睡眠時間、入眠潜時、入眠後覚醒パラメータ、睡眠効率、断片化指数、またはそれらの任意の組み合わせが挙げられる。本明細書においてさらに詳述するとおり、これらの睡眠関連パラメータを分析して、ユーザが睡眠中に不眠症を経験したかどうかを判断すること、不眠症のタイプを特定すること、および／または不眠症症状を特定することができる。

１つ以上のセンサ１３０によって生成された生理学的データおよび／またはオーディオデータは、睡眠セッション中のユーザと関連付けられた呼吸信号を判断するのに使用することもできる。呼吸信号は概して、睡眠セッション中のユーザの呼吸または気息を示す。呼吸信号は、例えば、呼吸数、呼吸数変動、吸気振幅、呼気振幅、吸気対呼気比、１時間当たりの事象数、事象パターン、呼吸デバイス１２２の圧力設定、またはそれらの任意の組み合わせを示すことができる。この事象（単数または複数）は、いびき、無呼吸、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸、低呼吸、（例えばユーザインターフェース１２４からの）マスクの漏れ、下肢静止不能、睡眠障害、窒息、心拍数増、呼吸困難、喘息発作、てんかん挿間症、発作、またはそれらの任意の組み合わせを含み得る。

圧力センサ１３２は、メモリデバイス１１４に記憶すること、および／または制御システム１１０のプロセッサ１１２によって分析することのできる圧力データを出力する。いくつかの実装形態においては、圧力センサ１３２が、呼吸システム１２０のユーザの呼吸（例えば、吸気および／もしくは呼気）ならびに／または周囲圧力を示すセンサデータを生成する空気圧センサ（例えば大気圧センサ）である。かかる実装形態においては、圧力センサ１３２が、呼吸デバイス１２２に連結または統合することができる。圧力センサ１３２は、例えば、静電容量センサ、電磁センサ、圧電センサ、歪みゲージセンサ、光学センサ、電位差センサ、またはそれらの任意の組み合わせであり得る。一例においては、圧力センサ１３２が、ユーザの血圧を判断するのに使用することができる。

流量センサ１３４は、メモリデバイス１１４に記憶すること、および／または制御システム１１０のプロセッサ１１２によって分析することのできる流量データを出力する。いくつかの実装形態においては、流量センサ１３４は、呼吸デバイス１２２からの空気流量、導管１２６を通過する空気流量、ユーザインターフェース１２４を通過する空気流量、またはそれらの任意の組み合わせを判断するのに使用される。かかる実装形態においては、流量センサ１３４が、呼吸デバイス１２２、ユーザインターフェース１２４、または導管１２６に連結または統合することができる。流量センサ１３４は、例えば、回転流量計（例えば、ホール効果流量計）、タービン流量計、オリフィス流量計、超音波流量計、熱線センサ、渦流センサ、膜センサ、またはそれらの任意の組み合わせなどの質量流量センサであり得る。

温度センサ１３６は、メモリデバイス１１４に記憶すること、および／または制御システム１１０のプロセッサ１１２によって分析することのできる温度データを出力する。いくつかの実装形態においては、温度センサ１３６が、ユーザ２１０（図２）の核心体温、ユーザ２１０の皮膚温度、呼吸デバイス１２２から、および／または導管１２６を通過して流れる空気の温度、ユーザインターフェース１２４内の温度、周囲温度、またはそれらの任意の組み合わせを示す温度データを生成する。温度センサ１３６は、例えば、熱電対センサ、サーミスタセンサ、シリコンバンドギャップ温度センサもしくは半導体ベースのセンサ、抵抗温度検出器、またはそれらの任意の組み合わせであり得る。

マイクロフォン１４０は、メモリデバイス１１４に記憶すること、および／または制御システム１１０のプロセッサ１１２によって分析することのできるオーディオデータを出力する。マイクロフォン１４０によって生成されたオーディオデータは、睡眠セッション中の１つ以上の音（単数または複数）（例えば、ユーザ２１０からの音）として再現可能である。マイクロフォン１４０からのオーディオデータは、本明細書でさらに詳述するとおり、睡眠セッション中のユーザが経験した事象を（例えば、制御システム１１０を使用して）特定するのに使用することもできる。マイクロフォン１４０は、呼吸デバイス１２２、使用インターフェース１２４、導管１２６、またはユーザデバイス１７０に連結または統合することができる。

スピーカ１４２は、システム１００のユーザ（例えば、図２のユーザ２１０）にとって可聴である音波を出力する。スピーカ１４２は、例えば、目覚まし時計として使用すること、または（例えば、事象を受けて）ユーザ２１０にアラートまたはメッセージを再生する目的で使用することができる。いくつかの実装形態においては、スピーカ１４２が、マイクロフォン１４０によって生成されたオーディオデータをユーザに伝えるのに使用することができる。スピーカ１４２は、呼吸デバイス１２２、ユーザインターフェース１２４、導管１２６、またはユーザデバイス１７０に連結または統合することができる。

マイクロフォン１４０およびスピーカ１４２は、別々のデバイスとして使用することができる。一部の実装形態においては、マイクロフォン１４０およびスピーカ１４２を、例えば、参照により全体が本明細書に組み込まれるＷＯ２０１８／０５０９１３に記載のとおり、音響センサ１４１に組み入れることができる。かかる実装形態においては、スピーカ１４２が、所定の間隔で音波を生成または放出し、マイクロフォン１４０が、スピーカ１４２から放出された音波の反射を検出する。スピーカ１４２が生成または放出する音波は、ユーザ２１０または同床者２２０（図２）の睡眠を妨げないように、人間の耳には聞こえない周波数（例えば、２０Ｈｚ未満または約１８ｋＨｚ超）を有する。マイクロフォン１４０および／またはスピーカ１４２からのデータに少なくとも部分的に基づいて、制御システム１１０は、ユーザ２１０（図２）の位置および／または本明細書に記載されている睡眠関連パラメータのうちの１つ以上を判断することができる。

いくつかの実装形態においては、センサ１３０が、（ｉ）マイクロフォン１４０と同一または同様であり、音響センサ１４１に統合されている第１のマイクロフォンと、（ｉｉ）マイクロフォン１４０と同一または同様だが、音響センサ１４１に統合されている第１のマイクロフォンとは別々かつ別個である第２のマイクロフォンと、を含む。

ＲＦ送信機１４８は、所定の周波数および／または所定の振幅（例えば、高周波帯域内、低周波帯域内、長波信号、短波信号など）を有する電波を生成および／または放射する。ＲＦ受信機１４６は、ＲＦ送信機１４８から放射された電波の反射を検出し、このデータは、制御システム１１０によって分析することにより、ユーザ２１０（図２）の位置および／または本明細書に記載されている睡眠関連パラメータのうちの１つ以上を判断することができる。ＲＦ受信機（ＲＦ受信機１４６およびＲＦ送信機１４８のどちらか、または別のＲＦペア）は、制御システム１１０、呼吸デバイス１２２、１つ以上のセンサ１３０、ユーザデバイス１７０、またはそれらの任意の組み合わせの間での無線通信に使用することもできる。ＲＦ受信機１４６およびＲＦ送信機１４８は、図１において別々かつ別個の要素として示されているが、いくつかの実装形態においては、ＲＦ受信機１４６およびＲＦ送信機１４８がＲＦセンサ１４７の一部として組み合わせられている。一部のかかる実装形態においては、ＲＦセンサ１４７が制御回路を含む。ＲＦ通信の具体的な形式は、ＷｉＦｉやＢｌｕｅｔｏｏｔｈ（登録商標）等であり得る。

いくつかの実装形態においては、ＲＦセンサ１４７がメッシュシステムの一部である。メッシュシステムの一例がＷｉＦｉメッシュシステムであり、このシステムは、メッシュノード、メッシュルータ（単数または複数）、およびメッシュゲートウェイ（単数または複数）を含み得、これらのそれぞれが移動式／可動式または固定式であり得る。かかる実装形態においては、ＷｉＦｉメッシュシステムが、ＷｉＦｉルータおよび／またはＷｉＦｉコントローラ、ならびに１つ以上の衛星（例えばアクセスポイント）を含み、これらのそれぞれが、ＲＦセンサ１４７と同一または同様であるＲＦセンサを含む。ＷｉＦｉルータおよび衛星は、ＷｉＦｉ信号を使用して互いに常時通信する。ＷｉＦｉメッシュシステムは、物体や人が移動して信号を部分的に妨害することによってルータと衛星（単数または複数）との間で生じるＷｉＦｉ信号の変化（例えば、受信信号強度の差）に基づいてモーションデータを生成するのに使用することができる。このモーションデータは、モーション、呼吸、心拍数、歩行、転倒、挙動など、またはそれらの任意の組み合わせを示し得る。

カメラ１５０は、メモリデバイス１１４に記憶できる１つ以上の画像（例えば、静止画、動画、熱画像、またはそれらの組み合わせ）として再現可能な画像データを出力する。カメラ１５０からの画像データは、制御システム１１０により、本明細書に記載されている睡眠関連パラメータのうちの１つ以上を判断するのに使用することができる。例えば、カメラ１５０からの画像データを使用して、ユーザの位置を特定し、ユーザ２１０がベッド２３０（図２）に入る時刻を判断し、ユーザ２１０がベッド２３０から出る時刻を判断するのに使用することができる。

赤外線（ＩＲ）センサ１５２は、メモリデバイス１１４に記憶できる１つ以上の赤外線画像（例えば、静止画、動画、またはその両方）として再現可能な赤外線画像データを出力する。ＩＲセンサ１５２からの赤外線データは、ユーザ２１０の温度および／またはユーザ２１０の移動を含む、睡眠セッション中の１つ以上の睡眠関連パラメータを判断するのに使用することができる。ＩＲセンサ１５２は、ユーザ２１０の存在、位置、および／または移動を測定する際に、カメラ１５０と組み合わせて使用することもできる。ＩＲセンサ１５２が、例えば、約７００ｎｍと約１ｍｍとの間の波長を有する赤外光を検出することができるのに対し、カメラ１５０は、約３８０ｎｍと約７４０ｎｍとの間の波長を有する可視光を検出することができる。

ＰＰＧセンサ１５４は、例えば、心拍数、心拍数変動、心周期、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、推定血圧パラメータ（単数または複数）、またはそれらの任意の組み合わせなど１つ以上の睡眠関連パラメータを判断するのに使用できる、ユーザ２１０（図２）と関連付けられた生理学的データを出力する。ＰＰＧセンサ１５４は、ユーザ２１０が着用すること、ユーザ２１０が着用する衣類および／または織地に埋め込むこと、ユーザインターフェース１２４および／またはその関連ヘッドギア（例えばストラップなど）に埋め込むことおよび／または連結すること、などができる。

ＥＣＧセンサ１５６は、ユーザ２１０の心臓の電気的活動と関連付けられた生理学的データを出力する。いくつかの実装形態においては、ＥＣＧセンサ１５６が、睡眠セッション中のユーザ２１０の一部分の上または周囲に位置付けられている１つ以上の電極を含む。ＥＣＧセンサ１５６からの生理学的データは、例えば、本明細書に記載されている睡眠関連パラメータのうちの１つ以上を判断するのに使用することができる。

ＥＥＧセンサ１５８は、ユーザ２１０の脳の電気的活動と関連付けられた生理学的データを出力する。いくつかの実装形態においては、ＥＥＧセンサ１５８は、睡眠セッション中のユーザ２１０の頭皮の上または周囲に位置付けられている１つ以上の電極を含む。ＥＥＧセンサ１５８からの生理学的データは、例えば、睡眠セッション中の任意の所与の時期におけるユーザ２１０の睡眠状態を判断するのに使用することができる。いくつかの実装形態においては、ＥＥＧセンサ１５８は、ユーザインターフェース１２４および／またはその関連ヘッドギア（例えばストラップなど）に統合することができる。

静電容量センサ１６０、力センサ１６２、および歪みゲージセンサ１６４は、メモリデバイス１１４に記憶でき、かつ本明細書に記載されている睡眠関連パラメータのうちの１つ以上を判断するのに制御システム１１０が使用できるデータを出力する。ＥＭＧセンサ１６６は、１つ以上の筋肉によって生み出された電気的活動と関連付けられた生理学的データを出力する。酸素センサ１６８は、（例えば、導管１２６内またはユーザインターフェース１２４における）気体の酸素濃度を示す酸素データを出力する。酸素センサ１６８は、例えば、超音波酸素センサ、電気酸素センサ、化学酸素センサ、光学式酸素センサ、またはそれらの任意の組み合わせであり得る。いくつかの実装形態においては、１つ以上のセンサ１３０が、ガルバニック皮膚反応（ＧＳＲ）センサ、血流センサ、呼吸センサ、脈拍センサ、血圧計センサ、オキシメトリセンサ、またはそれらの任意の組み合わせも含む。

分析物センサ１７４は、ユーザ２１０の吐出息における分析物の存在を検出するのに使用することができる。分析物センサ１７４によって出力されたデータは、メモリデバイス１１４に記憶することができ、ユーザ２１０の息に含まれる任意の分析物の同一性および濃度を判断するために制御システム１１０によって使用することができる。いくつかの実装形態においては、分析物センサ１７４が、ユーザ２１０の口付近に位置付けられ、ユーザ２１０の口から吐き出された息に含まれる分析物を検出する。例えば、ユーザインターフェース１２４が、ユーザ２１０の鼻および口を覆うフェイスマスクである場合、分析物センサ１７４は、ユーザ２１０の口呼吸を監視するためにそのフェイスマスク内に位置付けられ得る。ユーザインターフェース１２４が鼻マスクまたは鼻枕マスクである場合など、他の実装形態においては、分析物センサ１７４が、ユーザの鼻を通じて吐き出される息に含まれる分析物を検出するために、ユーザ２１０の鼻付近に位置付けられ得る。さらに他の実装形態においては、ユーザインターフェース１２４が鼻マスクまたは鼻枕マスクである場合に、分析物センサ１７４が、ユーザ２１０の口付近に位置付けられ得る。この実装形態においては、分析物センサ１７４を、ユーザ２１０の口から不用意に空気が漏れていないかどうかを検出するのに使用することができる。いくつかの実装形態においては、分析物センサ１７４が、炭素系化学物質または化合物を検出するのに使用できる揮発性有機化合物（ＶＯＣ）センサである。いくつかの実装形態においては、分析物センサ１７４を、ユーザ２１０が鼻または口のどちらで呼吸しているかを検出するのに使用することもできる。例えば、ユーザ２１０の口付近または（ユーザインターフェース１２４がフェイスマスクである実装形態において）フェイスマスク内に位置付けられた分析物センサ１７４によって出力されたデータによって分析物の存在が検出された場合、制御システム１１０は、ユーザ２１０が口で呼吸しているという指標としてこのデータを使用することができる。

水分センサ１７６は、メモリデバイス１１４に記憶でき、かつ制御システム１１０が使用できるデータを出力する。水分センサ１７６は、ユーザを取り巻く様々な領域（例えば、導管１２６またはユーザインターフェース１２４の内部、ユーザ２１０の顔付近、導管１２６とユーザインターフェース１２４との間の接続部付近、導管１２６と呼吸デバイス１２２との間の接続部付近など）において水分を検出するのに使用することができる。そのため、いくつかの実装形態においては、水分センサ１７６を、呼吸デバイス１２２からの加圧空気の湿度を監視するために、ユーザインターフェース１２４に連結または統合すること、または導管１２６に統合することができる。他の実装形態においては、水分センサ１７６が、水分レベルを監視する必要がある任意の領域付近に配置されている。水分センサ１７６は、例えば寝室内の空気など、ユーザ２１０を取り巻く周囲環境の湿度を監視するのに使用することもできる。

光検出および測距（ＬｉＤＡＲ）センサ１７８は、深度感知に使用することができる。このタイプの光学センサ（例えばレーザセンサ）は、物体を検出し、生活空間など周囲環境の３次元（３Ｄ）マップを作成するのに使用することができる。ＬｉＤＡＲは一般に、パルスレーザを利用して飛行時間を計測する。ＬｉＤＡＲは、３Ｄレーザスキャンとも称される。かかるセンサの一使用例においては、ＬｉＤＡＲセンサ１６６を有する固定または（スマートフォンなどの）モバイルデバイスが、センサから５メートル以上離れた領域を測定およびマッピングすることができる。ＬｉＤＡＲデータは、例えば電磁式ＲＡＤＡＲセンサによって推定されたポイントクラウドデータと融合させることができる。ＬｉＤＡＲセンサ（単数または複数）１７８は、人工知能（ＡＩ）を使用して、（ＲＡＤＡＲに対して高反射性であり得る）ガラス窓など、ＲＡＤＡＲシステムにとっての問題をもたらし得る空間内の特徴を検出および分類することにより、ＲＡＤＡＲシステムのジオフェンスを自動的に作成することもできる。ＬｉＤＡＲは、人の身長に加え、人が座ったとき、倒れたときなどに生じる身長の変化を推定するのに使用することもできる。ＬｉＤＡＲは、環境の３Ｄメッシュ表現を形成するのに使用され得る。さらなる用途では、電波が通過する固体表面（例えば電波透過性材料）にＬｉＤＡＲが反射し得ることにより、異なるタイプの障害物の分類が可能となる。

いくつかの実装形態においては、システム１００が、活動トラッカー１８０も含む。活動トラッカー１８０は、ユーザと関連付けられた活動測定値を判断するために生理学的データを生成するのを支援するのに使用されるのが一般的である。この活動測定値は、例えば、歩数、移動距離、登坂歩数、身体活動の持続時間、身体活動のタイプ、身体活動の強度、立って過ごした時間、呼吸数、平均呼吸数、安静時呼吸数、最大ヘ呼吸アートレート、呼吸数変動、心拍数、平均心拍数、安静時心拍数、最大心拍数、心拍数変動、燃焼カロリー数、血中酸素飽和度、皮膚電気活動（皮膚コンダクタンスまたはガルバニック皮膚反応とも称される）またはそれらの任意の組み合わせを含み得る。活動トラッカー１８０は、例えば、モーションセンサ１３８（例えば、１つ以上の加速度計および／またはジャイロスコープ）、ＰＰＧセンサ１５４、および／またはＥＣＧセンサ１５６など、本明細書に記載されているセンサ１３０のうちの１つ以上を含む。

いくつかの実装形態においては、活動トラッカー１８０は、スマートウォッチ、リストバンド、リング、またはパッチなど、ユーザが装着できるウェアラブルデバイスである。例えば図２を参照すると、活動トラッカー１９０がユーザ２１０の手首に装着されている。活動トラッカー１９０は、ユーザが着用する衣類または衣服に連結または統合することもできる。さらなる代替として、活動トラッカー１９０は、ユーザデバイス１７０（例えば、同じハウジング内）に連結または統合することもできる。活動トラッカー１９０は、制御システム１１０、メモリ１１４、呼吸システム１２０、および／またはユーザデバイス１７０と通信可能に連結できること、または物理的に（例えば、ハウジング内に）統合できることがより一般的である。

図１では別々に示されているが、１つ以上のセンサ１３０の任意の組み合わせを、呼吸デバイス１２２、ユーザインターフェース１２４、導管１２６、加湿タンク１２９、制御システム１１０、ユーザデバイス１７０、またはそれらの任意の組み合わせを含むシステム１００の構成要素のうちの任意の１つ以上に統合および／または連結することができる。例えば、マイクロフォン１４０およびスピーカ１４２は、ユーザデバイス１７０に統合および／または連結され、圧力センサ１３０および／または流量センサ１３２は、呼吸デバイス１２２に統合および／または連結される。いくつかの実装形態においては、１つ以上のセンサ１３０のうちの少なくとも１つが、呼吸デバイス１２２、制御システム１１０、またはユーザデバイス１７０に連結されておらず、睡眠セッション中のユーザ２１０に概ね隣接して位置付けられている（例えば、ユーザ２１０の一部分の上に位置付けられているか接触している、ユーザ２１０によって着用されている、ナイトスタンドに連結されているか位置付けられている、マットレスに連結されている、天井に連結されている、など）。

ユーザデバイス１７０（図１）は、ディスプレイデバイス１７２を含む。ユーザデバイス１７０は、例えば、モバイルデバイス、スマートフォン、タブレット、ノートパソコン等のモバイルデバイスであり得る。代替として、ユーザデバイス１７０は、外部感知システム、テレビ（例えばスマートテレビ）、または別のスマートホームデバイス（例えば、Ｇｏｏｇｌｅ Ｈｏｍｅ、Ａｍａｚｏｎ Ｅｃｈｏ、Ａｌｅｘａなどのスマートスピーカ（単数または複数））であり得る。いくつかの実装形態においては、このユーザデバイスがウェアラブルデバイス（例えばスマートウォッチ）である。ディスプレイデバイス１７２は概して、静止画、動画、またはその両方を含む画像（単数または複数）を表示するのに使用される。いくつかの実装形態においては、ディスプレイデバイス１７２が、画像（単数または複数）および入力インターフェースを表示するように構成されたグラフィックユーザインターフェース（ＧＵＩ）を含むヒューマンマシンインターフェース（ＨＭＩ）の働きをする。ディスプレイデバイス１７２は、ＬＥＤディスプレイ、有機ＥＬディスプレイ、液晶ディスプレイ等であり得る。入力インターフェースは、例えば、タッチスクリーンまたは接触感知基板、マウス、キーボード、またはユーザデバイス１７０とやりとりする人間ユーザによって行われる入力を感知するように構成された任意のセンサシステムであり得る。いくつかの実装形態においては、１つ以上のユーザデバイスを、システム１００が使用すること、および／またはシステム１００に含めることができる。

制御システム１１０およびメモリデバイス１１４は、システム１００の別々かつ別個の構成要素として図１に記載および図示されているが、いくつかの実装形態においては、制御システム１１０および／またはメモリデバイス１１４が、ユーザデバイス１７０および／または呼吸デバイス１２２に統合されている。代替として、いくつかの実装形態においては、制御システム１１０またはその一部分（例えばプロセッサ１１２）がクラウドに所在し得（例えば、サーバに統合され、モノのインターネット（ＩｏＴ）デバイス（例えば、スマートＴＶ、スマートサーモスタット、スマート家電、スマート照明など）に統合され、クラウドに接続され、エッジクラウド処理を受け得るなど）、１つ以上のサーバ（例えば、リモートサーバ、ローカルサーバなど、またはそれらの任意の組み合わせ）に所在し得る。

システム１００は、上記構成要素のすべてを含むものとして示されているが、本開示の種々の実装形態によれば、生理学的データを生成するため、およびユーザにとって勧奨される通知または行動を判断するためにシステムに含めることのできる構成要素は、それより多くも少なくもある。例えば、第１の代替システムは、制御システム１１０と、メモリデバイス１１４と、１つ以上のセンサ１３０のうちの少なくとも１つと、を含む。別例として、第２の代替システムは、制御システム１１０と、メモリデバイス１１４と、１つ以上のセンサ１３０のうちの少なくとも１つと、ユーザデバイス１７０と、を含む。別例として、第３の代替システムは、制御システム１１０と、メモリデバイス１１４と、呼吸システム１２０と、１つ以上のセンサ１３０のうちの少なくとも１つと、ユーザデバイス１７０と、を含む。そのため、本明細書に表示および記載されている構成要素の任意の部分（単数または複数）を使用して、かつ／または１つ以上の他の構成要素と組み合わせて、様々なシステムを形成することができる。

本明細書で使用されている睡眠セッションは、例えば、初回の開始時刻および終了時刻に基づいていくつかの方法で定義することができる。いくつかの実装形態において、睡眠セッションは、ユーザが眠っている時間のことである。かかる実装形態においては、睡眠セッションが開始時刻と終了時刻とを有し、睡眠セッション中は、終了時刻までユーザが覚醒しない。すなわち、ユーザが覚醒している時間は、睡眠セッションに含まれない。睡眠セッションの第１の定義からは、ユーザが一晩で複数回覚醒および入眠した場合、それらの覚醒期間によって隔てられたそれぞれの睡眠期間が睡眠セッションとなる。

代替として、いくつかの実装形態においては、睡眠セッションが、開始時刻と終了時刻とを有し、その睡眠セッション中は、ユーザが覚醒している連続時間が覚醒持続時間閾値未満である限り、そのユーザは、睡眠セッションが終了せずに覚醒することができる。覚醒持続時間閾値は、睡眠セッションの百分率と定義することができる。覚醒持続時間閾値は、例えば、睡眠セッションの約２０パーセント、睡眠セッション持続時間の約１５パーセント、睡眠セッション持続時間の約１０パーセント、睡眠セッション持続時間の約５パーセント、睡眠セッション持続時間の約２パーセント等、または他の任意の閾値の百分率であり得る。いくつかの実装形態においては、覚醒持続時間閾値が、例えば、約１時間、約３０分、約１５分、約１０分、約５分、約２分など、または他の任意の量の時間と定義される。

いくつかの実装形態においては、睡眠セッションが、ユーザが最初に就床した夜の時刻から、ユーザが最後に起床した翌朝の時刻までの総時間と定義される。別の言い方をすれば、睡眠セッションは、（ユーザが寝る前に最初にテレビを見たりスマートフォンをいじったりすることを意図した場合ではなく）ユーザが寝るという意図を持って最初に就床した、現在の夜と称せる第１の日付（例えば、２０２０年１月６日月曜日）の第１の時刻（例えば午後１０：００）に始まり、ユーザがその翌朝に再び寝ないという意図を持って最初に起床した、翌朝と称せる第２の日付（例えば２０２０年１月７日火曜日）の第２の時刻（例えば午前７：００）に終わる時間と定義することができる。

いくつかの実装形態においては、ユーザが睡眠セッションの開始を手動で定義し、かつ／または睡眠セッションを手動で終了させることができる。例えば、ユーザは、ユーザデバイス１７０（図１）のディスプレイデバイス１７２に表示されるユーザ選択可能要素を（例えば、クリックすること、またはタップすることによって）選択して、睡眠セッションを手動で開始または終了させることができる。

図３を参照すると、ユーザが睡眠セッション中に不眠症を経験したかどうかを特定する方法３００が表されている。本明細書に記載されている方法３００のステップのうちの１つ以上は、システム１００（図１）を使用して実施することができる。

方法３００のステップ３０１は、ユーザと関連付けられた個人データを受信することを含む。個人データは、例えば、メモリデバイス１１４および／またはユーザデバイス１７０のメモリデバイス１７４に受信および記憶することができる。個人データは、ユーザがユーザデバイス１７０（図１）のディスプレイデバイス１７２のインターフェースデバイスを介して提供すること、および／または第三者（例えば医療提供者）が提供することができる。個人データは、例えば、そのユーザについて診断された１つ以上の病状、薬剤使用、またはその両方を示す情報（例えば医療記録）などの医療データを含み得る。個人データは、人口統計データ、例えば、ユーザの年齢、ユーザの性別、ユーザの人種、ユーザの雇用状況、ユーザの学歴、ユーザの社会経済的状況を示す情報、ユーザが不眠症の家族歴を有するかどうかに関する情報、またはそれらの任意の組み合わせなどを含み得る。個人データは、自己申告による主観的な睡眠スコア（不良、普通、良好など）、自己申告による主観的な疲労レベル、自己申告による主観的なストレスレベル、自己申告による主観的な健康状態（例えば、健康または不健康）、最近のライフイベント（人間関係状況の変化、子供の誕生、家族の死など）、またはそれらの任意の組み合わせを示す情報を含む主観的なユーザデータも含み得る。個人データは、第三者が提供した情報（例えば、医療提供者からの医療記録、ユーザと関連付けられた家族または友人からのアンケートまたはフィードバック等）も含み得る。個人データは、反復睡眠潜時検査（ＭＳＬＴ）の検査結果またはスコアおよび／もしくはピッツバーグ睡眠品質指数（ＰＳＱＩ）のスコアまたは値をさらに含み得る。いくつかの実装形態においては、個人データが、ユーザによって指定されたか、ユーザに対して勧奨された目標または所望の入眠時刻および／または目標または所望の覚醒時刻も含む。

方法３００のステップ３０２は、睡眠セッションの少なくとも一部分の間に、ユーザと関連付けられた生理学的データを受信することを含む。生理学的データは、１つ以上のセンサ１３０（図１）のうちの少なくとも１つを使用して生成または取得され得る。例えば、いくつかの実装形態においては、生理学的データが、呼吸デバイス１２２に連結または統合されている圧力センサ１３２および／または流量センサ１３４（図１）を使用して生成または取得される。他の実装形態においては、生理学的データが、ユーザデバイス１７０に連結または統合されている上記のマイクロフォン１４０を使用して生成される。生理学的データは、例えば、本明細書に記載されている電子インターフェース１１９および／またはユーザデバイス１７０が１つ以上のセンサ１３０のうちの少なくとも１つから受信し、メモリ１１４（図１）に記憶することができる。生理学的データは、例えば、電子インターフェース１１９および／またはユーザデバイス１７０が、１つ以上のセンサ１３０のうちの少なくとも１つから直接的または間接的に（例えば、１つ以上の仲介物を用いて）受信することができる。生理学的データについて記述している情報は、メモリデバイス１１４および／もしくはメモリデバイス１７４またはユーザデバイス１７０に記憶することができる。

方法３００のステップ３０３は、ステップ３０２の実行中に受信した生理学的データを分析して、睡眠セッション中のユーザの睡眠覚醒信号を判断することを含む。本明細書に記載のように、睡眠覚醒信号は、覚醒、リラックスした覚醒、微小覚醒、レム段階、第１のノンレム段階、第２のノンレム段階、第３のノンレム段階、またはそれらの任意の組み合わせを含む１つ以上の睡眠状態を示し得る。いくつかの実装形態においては、第１のノンレム段階、第２のノンレム段階、および第３のノンレム段階のうちの１つ以上をひとまとめにし、軽睡眠段階または深睡眠段階として分類することができる。例えば、軽睡眠段階は、第１のノンレム段階を含み得、深睡眠段階は、第２のノンレム睡眠段階と第３のノンレム睡眠段階とを含み得る。他の実装形態においては、睡眠覚醒信号が、呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、１時間当たりの事象数、事象パターン、呼吸デバイス１２２の圧力設定、またはそれらの任意の組み合わせも示し得る。睡眠覚醒信号について記述している情報は、メモリデバイス１１４に記憶することができる。

図４を参照すると、いくつかの実装形態においては、ステップ３０３が、睡眠覚醒信号を示す睡眠経過図４００を生成することを含み得る。睡眠経過図４００は、ユーザデバイス１７０のディスプレイデバイス１７２を使用して表示することができる。図示のとおり、睡眠経過図４００は、睡眠覚醒信号４０１（ステップ３０３）と、覚醒段階軸４１０と、レム段階軸４２０と、軽睡眠段階軸４３０と、深睡眠段階軸４４０と、を含む。睡眠経過図４００は、睡眠セッション中の就床時刻ｔ_ｂｅｄと、入眠時刻ｔ_ＧＴＳと、初回睡眠時刻ｔ_{ｓｌｅｅｐ}と、覚醒時刻ｔ_ｗａｋｅと、起床時刻ｔ_ｒｉｓｅと、第１の微小覚醒ＭＡ_１および第２の微小覚醒ＭＡ_２と、を含む。睡眠覚醒信号４０１と軸４１０～４４０のうちの１つとの交点は、睡眠セッション中の任意の所与の時刻における睡眠段階を示している。

睡眠経過図４００は、図４において、軽睡眠段階軸４３０と深睡眠段階軸４４０とを含むものとして示されているが、いくつかの実装形態においては、睡眠経過図４００は、第１のノンレム段階、第２のノンレム段階、および第３のノンレム段階のそれぞれを表す軸を含み得る。

方法３００（図３）のステップ３０４は、睡眠覚醒信号を分析して（ステップ３０３）、ユーザと関連付けられた１つ以上の睡眠関連パラメータを睡眠セッション中に判断することを含む。本明細書に記載のとおり、この１つ以上の睡眠関連パラメータは、就床時刻、初回睡眠時刻、覚醒時刻、起床時刻、全就床時間（ＴＩＢ）、全睡眠時間（ＴＳＴ）、入眠時刻（ＧＴＳ）、入眠潜時（ＳＯＬ）、入眠後覚醒（ＷＡＳＯ）パラメータ、睡眠効率（ＳＥ）、断片化指数、睡眠ブロック、過剰覚醒、またはそれらの任意の組み合わせを含み得る。

就床時刻は、ユーザが睡眠セッションを開始するために最初に床（例えば、ベッド２４０）に就く（例えば、ユーザがベッドに横になったり座ったりする）時刻と関連付けられている。例えば図４を参照すると、就床時刻は、睡眠経過図４００に時刻ｔ_ｂｅｄとして表されている。就床時刻ｔ_ｂｅｄは、モーションセンサ１３８、マイクロフォン１４０、およびスピーカ１４２、カメラ１５０、またはそれらの任意の組み合わせなどによって生成されたデータに基づいて判断することができる。

覚醒時刻は、（例えば、ユーザが夜中に目覚めて眠りに戻るのではなく、）ユーザが眠りに戻ることなく目覚めた時期と関連付けられた時刻である。同様に、起床時刻は、（例えば、ユーザが夜中にトイレに行くこと、犬を外に連れ出すこと、子供の世話をすること、夢中歩行することなどではなく、）睡眠セッションを終了するという意図を持ってユーザがベッドを後にし、離れた時刻と関連付けられている。図４を参照すると、覚醒時刻は、睡眠経過図４００上に時刻ｔ_ｗａｋｅとして表されており、起床時刻は、時刻ｔ_ｒｉｓｅとして表されている。

全就床時間（ＴＩＢ）は、上記就床時刻から起床時刻までの持続時間である。そのため、ＴＩＢは、ユーザが眠っている１つ以上の期間と、ユーザが眠っていない１つ以上の期間（例えば、ユーザが床に就いた後、就眠するまでの時間、覚醒時刻と起床時刻との間の時間など）と、を含むことがほとんどである。例えば、図５Ａは、就床時刻（ｔ_ｂｅｄ）、初回睡眠時刻（ｔ_{ｓｌｅｅｐ}）、覚醒時刻（ｔ_ｗａｋｅ）、起床時刻（ｔ_ｒｉｓｅ）、および全就床時間（ＴＩＢ）を含む例示的な時系列５０１を表している。図示のとおり、全就床時間（ＴＩＢ）は、就床時刻ｔ_ｂｅｄから起床時刻ｔ_ｒｉｓｅまでの全持続時間を含む。

全睡眠時間（ＴＳＴ）は、初回睡眠時刻から覚醒時刻までの持続時間から、その間の意識的または無意識的な覚醒および／または微小覚醒を除外した時間と関連付けられている。全睡眠時間パラメータは、全就床時間パラメータよりも短く（例えば、１分短く、１０分短く、１時間短くなど）なるのが一般的である。例えば、図５Ａの時系列５０１を参照すると、全睡眠時間（ＴＳＴ）は、初回睡眠時刻ｔ_{ｓｌｅｅｐ}から覚醒時刻ｔ_ｗａｋｅまでであるが、第１の微小覚醒ＭＡ_１および第２の微小覚醒ＭＡ_２の持続時間が除外されている。図示のとおり、本例においては、全睡眠時間（ＴＳＴ）が全就床時間（ＴＩＢ）よりも短い。

いくつかの実装形態においては、全睡眠時間を、全持続睡眠時間（ＰＴＳＴ）と定義することができる。かかる実装形態においては、全持続睡眠時間が、第１のノンレム段階（例えば、軽睡眠段階）の所定の初期部分または初期時間を除外している。例えば、この所定初期部分は、約３０秒間から約２０分間、約１分間から約１０分間、約３分間から約５分間などであり得る。全持続睡眠時間は、持続的睡眠の測定値であり、睡眠覚醒睡眠経過図を滑らかにする。例えば、ユーザの初回入眠時に、そのユーザは、非常に短い時間（例えば３０秒間）にわたる第１のノンレム段階に入り、短時間（例えば１分間）の覚醒段階に戻った後に、第１のノンレム段階に戻り得る。本例においては、全持続睡眠時間が、第１のノンレム段階の最初の事例（３０秒間）を除外している。ユーザは、睡眠段階における長いブロックに慣れている可能性があることから（例えば、ユーザがどのように入眠したかを覚えていないことから）、全持続睡眠時間（ＰＴＳＴ）に基づいて平滑化された睡眠経過図（例えば睡眠経過図４００）を提示することは有用であり得る。

入眠時刻（ＧＴＳ）は、ユーザが、最初に入眠を試行する時刻と関連付けられている。例えば、ユーザは、床に就いた後、眠ろうとする前に、くつろぐために１つ以上の活動（例えば、読書、テレビ視聴、音楽鑑賞、ユーザデバイス１７０（図１）の使用など）をし得る。言い換えれば、就床時刻は、入眠時刻とは異なることが多い。入眠時刻は、例えば、モーションセンサ１３８からのデータ（例えば、ユーザによる動きがないことを示すデータ）、カメラ１５０からのデータ（例えば、ユーザによる動きがないこと、および／またはユーザが照明を消したことを示すデータ）、マイクロフォン１４０からのデータ（例えば、使用がテレビを消したことを示すデータ）、ユーザデバイス１７０からのデータ（例えば、ユーザがユーザデバイス１７０をもう使用していないことを示すデータ）、圧力センサ１３２および／または流量センサ１３４からのデータ（例えば、ユーザが呼吸デバイス１２２の電源を投入したことを示すデータ、ユーザがユーザインターフェース１２４を着用したことを示すデータなど）、またはそれらの任意の組み合わせなどに基づいて判断することができる。

入眠潜時（ＳＯＬ）は、上記の入眠時刻と初回睡眠時刻との間の持続時間と関連付けられている。本明細書においてさらに詳述するとおり、入眠潜時は、ユーザが睡眠セッション中に不眠症（例えば入眠障害）を経験したかどうかを判断するのに使用することができる。図５Ａの時系列５０１を参照すると、入眠潜時（ＳＯＬ）は、入眠時刻（ｔ_ＧＴＳ）と初回睡眠時刻（ｔ_{ｓｌｅｅｐ}）との間の時間を含む。

いくつかの実装形態においては、入眠潜時が持続的入眠潜時（ＰＳＯＬ）と定義される。持続的入眠潜時は、入眠時刻から所定量の持続的睡眠までの持続時間と定義されるという点で、入眠潜時とは異なる。いくつかの実装形態においては、所定量の持続的睡眠が、例えば、第２のノンレム段階内、第３のノンレム段階内、ならびに／または２分間以下の覚醒、第１のノンレム段階、および／もしくはその間の移動を伴うレム段階内の少なくとも１０分間の睡眠、を含み得る。言い換えれば、持続的入眠潜時は、例えば、第２のノンレム段階内、第３のノンレム段階内、および／またはレム段階内での最大８分間の持続的睡眠を要する。他の実装形態においては、所定量の持続的睡眠が、初回睡眠時刻後の第１のノンレム段階内、第２のノンレム段階内、第３のノンレム段階内、および／またはレム段階内の少なくとも１０分間の睡眠を含み得る。かかる実装形態においては、所定量の持続的睡眠が、一切の微小覚醒を除外し得る（例えば、１０秒間の微小覚醒後に、その１０分間が再開されることはない）。

入眠後覚醒（ＷＡＳＯ）は、初回睡眠時刻から覚醒時刻までの間でユーザが覚醒している全持続時間と関連付けられている。そのため、入眠後覚醒は、意識的か無意識的かを問わず、睡眠セッション中の短時間覚醒と微小覚醒と（例えば、図４に示す微小覚醒ＭＡ_１とＭＡ_２と）を含む。いくつかの実装形態においては、入眠後覚醒（ＷＡＳＯ）が、所定の長さ（例えば、１０秒間超、３０秒間超、６０秒間超、約５分間超、約１０分間超など）を有する全覚醒持続時間だけを含む持続的入眠後覚醒（ＰＷＡＳＯ）と定義される。

睡眠効率（ＳＥ）は、全就床時間（ＴＩＢ）と全睡眠時間（ＴＳＴ）との比率と判断される。例えば、全就床時間が８時間で、全睡眠時間が７．５時間であれば、その睡眠セッションの睡眠効率は９３．７５％である。睡眠効率は、ユーザの睡眠衛生を表す。例えば、ユーザが就床し、睡眠前に他の活動（例えば、テレビの視聴）に時間を費やすと、睡眠効率が低下する（例えば、そのユーザが罰則を受ける）。

いくつかの実装形態においては、全就床時間（ＴＩＢ）と、ユーザが入眠を試行する全時間と、に基づいて睡眠効率（ＳＥ）を計算することができる。かかる実装形態においては、ユーザが入眠を試行する全持続時間が、本明細書に記載されている入眠時刻（ＧＴＳ）から起床時刻までの時間と定義される。例えば、全睡眠時間が８時間（例えば、午後１１時から午前７時まで）、入眠時刻が午後１０：４５、起床時刻が午前７：１５であれば、かかる実装形態においては、睡眠効率パラメータが約９４％と計算される。

断片化指数は、睡眠セッション中の覚醒回数に少なくとも部分的に基づいて判断される。例えば、ユーザが２回の微小覚醒（例えば、図４に示す微小覚醒ＭＡ_１および微小覚醒ＭＡ_２）を有していた場合には、断片化指数を２と表すことができる。いくつかの実装形態においては、この断片化指数が、所定範囲の整数間（例えば、０から１０の間）でスケーリングされる。

睡眠ブロックは、任意の睡眠段階（例えば、第１のノンレム段階、第２のノンレム段階、第３のノンレム段階、および／またはレム）と覚醒段階との間での移行と関連付けられる。睡眠ブロックは、例えば、３０秒の分解能で計算することができる。

本明細書に記載のとおり、過剰覚醒は、生理学的活性の増大を特徴とし、ユーザのストレスレベルを示すことができる。そのため、いくつかの実装形態においては、ステップ３０４が、睡眠覚醒信号（ステップ３０３）、生理学的データ（ステップ３０２）、および／または個人データ（ステップ３０１）に基づいてユーザの過剰覚醒レベルを判断することを含む。例えば、過剰覚醒レベルは、個人データ（ステップ３０１）に含まれるユーザの自己申告による主観的なストレスレベルを、そのユーザについて以前に記録された主観的なストレスレベルおよび／または母集団基準と比較することによって判断することができる。別の例においては、過剰覚醒レベルを、睡眠セッション中のユーザの呼吸（例えば、呼吸速度、呼吸変動性、呼吸持続時間、呼吸間隔、平均呼吸数、各睡眠段階中の呼吸）に基づいて判断することができる。別の例においては、過剰覚醒レベルを、睡眠セッション中のユーザの動きに基づいて（例えば、モーションセンサ１３８からのデータに基づいて）判断することができる。さらなる例においては、過剰覚醒レベルを、睡眠セッション中または日中のユーザの心拍数データに基づいて判断することができる。

方法３００のステップ３０５は、ユーザが睡眠セッション中に不眠症を経験したかどうかを判断することを含む。いくつかの実装形態においては、方法３００のステップ３０５が、ユーザが経験した不眠症のタイプを特定すること、および／またはユーザが経験した１つ以上の不眠症症状を特定することを含む。不眠症のタイプとしては、例えば、持続性または慢性不眠症、急性不眠症、入眠障害、中途覚醒、遅発性不眠症、混合型不眠症、併存性不眠症、および逆説性不眠症が挙げられる。例えば、ステップ３０５は、１つ以上の睡眠関連パラメータ（ステップ３０５）を所定の閾値と比較して、ユーザが特定の不眠症のタイプを含む不眠症を経験したかどうかを特定することを含み得る。

いくつかの実装形態においては、ステップ３０５が、上記の入眠潜時（ＳＯＬ）または持続的入眠潜時（ＰＳＯＬ）を入眠障害と関連付けられている所定の閾値と比較することにより、ユーザが睡眠セッション中に入眠障害を経験したと判断することを含む。かかる実装形態においては、所定の閾値が、例えば、約１５分から約６０分の間、約２０分から約３０分の間、少なくとも２０分、少なくとも３０分、少なくとも４５分などであり得る。入眠潜時（ＳＯＬ）は、約３０分という所定の閾値と比較され、持続的入眠潜時（ＰＳＯＬ）は、約２０分という所定の閾値と比較されるのが好ましい。入眠潜時が所定の閾値以上であれば、制御システム１１０は、ユーザが睡眠セッション中に入眠障害を経験したと判断する。入眠潜時が所定の閾値を超えなければ、制御システム１１０は、ユーザが入眠障害を経験しなかったと判定する。

いくつかの実装形態においては、ステップ３０５が、入眠後覚醒（ＷＡＳＯ）、全睡眠時間（ＴＳＴ）、睡眠効率（ＳＥ）、睡眠ブロック、またはそれらの任意の組み合わせに少なくとも部分的に基づいて、ユーザが睡眠セッション中に中途覚醒を経験したと判断することを含む。具体的には、これらの睡眠関連パラメータのそれぞれを、中途覚醒と関連付けられている所定の閾値と比較することができる。所定の閾値（単数または複数）は、メモリデバイス１１４および／またはユーザデバイス１７０（図１）のメモリデバイス１７２に記憶することができる。

例えば、ステップ３０５は、入眠後覚醒（ＷＡＳＯ）または持続的入眠後覚醒（ＰＷＡＳＯ）を、約５分から約６０分、約１５分から約４５分、約２０分超、約３０分超、約４５分超などである所定の閾値と比較することを含み得る。入眠後覚醒（ＷＡＳＯ）は、約３０分の所定の閾値と比較され、持続的入眠後覚醒（ＰＷＡＳＯ）は、約４５分の所定の閾値と比較されるのが好ましい。

別例として、ステップ３０５は、全睡眠時間（ＴＳＴ）を、約３時間から約７時間、約４時間から約６．５時間、少なくとも４時間、少なくとも５時間、少なくとも６時間、少なくとも６．５時間などである所定の閾値と比較することを含み得る。全睡眠時間（ＴＳＴ）が所定の閾値以上でなければ、制御システム１１０は、ユーザが睡眠セッション中に中途覚醒を経験したと判断する。

別の例においては、ステップ３０５が、睡眠効率（ＳＥ）を、約５０％から約１００％、約７５％から約９０％、少なくとも約７５％、少なくとも約８５％、少なくとも約９０％などである所定の閾値と比較することを含み得る。睡眠効率（ＳＥ）が所定の閾値以上でなければ、制御システム１１０は、ユーザが睡眠セッション中に中途覚醒を経験したと判断する。

さらなる例として、ステップ３０５は、睡眠断片化指数を、所定の覚醒回数（例えば、３回を超える覚醒、５回を超える覚醒、１０回を超える覚醒など）および／または各覚醒の所定の持続時間（例えば、少なくとも１５秒、少なくとも３０秒、少なくとも１分、少なくとも３分など）を含む１つ以上の所定の閾値と比較することを含み得る。睡眠断片化指数が所定の閾値を上回っていれば、制御システム１１０は、ユーザが睡眠セッション中に中途覚醒を経験したと判断する。

いくつかの実装形態においては、ステップ３０５が、覚醒時刻、起床時刻、目標もしくは所望の覚醒時刻、目標もしくは所望の起床、またはそれらの任意の組み合わせに少なくとも部分的に基づいて、ユーザが遅発性不眠症を経験したと判断することを含む。上記のとおり、遅発性不眠症は、ユーザが覚醒して睡眠に戻ることができないときに発生する。例えば、ステップ３０５は、覚醒時刻と起床時刻との間の持続時間を、遅発性不眠症と関連付けられた所定の閾値（例えば、少なくとも２０分、少なくとも３０分、少なくとも６０分など）と比較することを含み得る。覚醒時刻と起床時刻との間の持続時間が所定の閾値を上回っていれば、制御システム１１０は、ユーザが遅発性不眠症を経験したと判断する。別の例においては、ステップ３０５が、覚醒時刻を（ステップ３０１において個人データの一部として受信され得る）目標または所望の覚醒と比較することを含み得る。覚醒時刻と目標または所望の覚醒時刻との間の差が所定の閾値（例えば、少なくとも２０分、少なくとも３０分、少なくとも４５分、少なくとも６０分など）を上回っていれば、制御システム１１０は、ユーザが遅発性不眠症を経験したと判断する。さらなる例においては、ステップ３０５が、起床時刻を（ステップ３０１の実行中に個人データの一部として受信され得る）目標または所望の起床時刻と比較することを含み得る。起床時刻と目標または所望の起床時刻との差が所定の閾値（例えば、少なくとも２０分、少なくとも３０分、少なくとも４５分、少なくとも６０分など）を上回っていれば、制御システム１１０は、ユーザが遅発性不眠症を経験したと判断する。

いくつかの実装形態においては、ステップ３０５が、メモリデバイス１１４（図１）に記憶された受信済み個人データ（ステップ３０１）に少なくとも部分的に基づいて、ユーザが併存性不眠症および／または薬理学的／治療関連不眠症を経験したと判断することを含む。かかる実装形態においては、ステップ３０５が、併存性不眠症と関連する１つ以上の病状および／または処方薬の使用を示す情報をその個人データが含むかどうかを判断することを含む。例えば、うつ病、痛み、および／または可燃物を治療するための特定の処方薬は、不眠症関連症状と関連することが知られている。ユーザが有する病状または使用している処方薬が併存性不眠症と関連するものであると個人データが示している場合、およびユーザが入眠障害、中途覚醒、および／または遅発性不眠症を経験したと制御システム１１０が判断した場合、制御システム１１０は、ユーザが睡眠セッション中に併存性不眠症を経験したと判断する。

いくつかの実装形態においては、ステップ３０５が、ステップ３０１の実行中に受信した個人データに少なくとも部分的に基づいて、ユーザが逆説性不眠症を経験したと判断することを含む。上記のとおり、個人データは、自己申告による主観的な睡眠スコア（不良、普通、良好など）、自己申告による主観的な疲労レベル、自己申告による主観的なストレスレベル、および／または自己申告による主観的な健康状態を含み得る。逆説性不眠症は、ユーザが知覚する睡眠の質が実際の睡眠覚醒データの質と異なる場合に生じる。制御システム１１０は、例えば、全睡眠時間が所定の閾値（例えば８時間の睡眠）を満足または超過していながら、自己申告による主観的な睡眠スコアが不良である場合（ステップ３０１）に、ユーザが逆説性不眠症を経験したと判断することができる。

いくつかの実装形態においては、ステップ３０５が、ユーザが混合型不眠症を経験したと判断することを含む。混合型不眠症は、ユーザが入眠障害、中途覚醒、および／または遅発性不眠症の属性の組み合わせを有する場合に生じる。そのため、例えば、上記のとおり、ユーザが入眠障害、中途覚醒、および遅発性不眠症のうちの２つ以上を経験したと制御システム１１０が判定した場合に、制御システム１１０は、そのユーザが睡眠セッション中に混合型不眠症を経験したと判断することができる。

いくつかの実装形態においては、ステップ３０５が、睡眠覚醒信号（ステップ３０３）および睡眠関連パラメータ（ステップ３０４）に少なくとも部分的に基づいて、ユーザが睡眠セッション中に（不眠症以外の）別の睡眠関連障害を経験したと判断することも含み得る。例えば、ステップ３０５は、ユーザが周期性四肢運動障害（ＰＬＭＤ）、閉塞性睡眠時無呼吸（ＯＳＡ）、チェーン・ストークス呼吸（ＣＳＲ）、呼吸不全、肥満過換気症候群（ＯＨＳ）、慢性閉塞性肺疾患（ＣＯＰＤ）、神経筋疾患（ＮＭＤ）、胸壁障害、いびき、無呼吸、低呼吸、下肢静止不能、睡眠障害、窒息、心拍数増、呼吸困難、喘息発作、てんかん挿間症、発作、またはそれらの任意の組み合わせのうちの１つ以上を経験したと判断することを含み得る。そのため、方法３００は、不眠症と他の睡眠関連障害とを区別して不眠症の偽陽性特定を回避するのに用いることができる。

いくつかの実装形態においては、ステップ３０５が、機械学習アルゴリズムを使用して、ユーザが睡眠セッション中に不眠症を経験したと判断することを含む。例えば、ステップ３０５は、ニューラルネットワーク（例えば、浅いアプローチまたは深いアプローチ）を用いて、ユーザが不眠症を経験したと判断し、不眠症のタイプを特定することを含み得る。

いくつかの実装形態においては、方法３００が、ユーザが睡眠セッション中に不眠症を経験したと判断したことを受けてレポートを生成することも含む。このレポートは、例えば、ステップ３０５の実行中に特定された不眠症のタイプ（例えば、入眠障害、中途覚醒、または遅発性不眠症）を示す情報、および／またはステップ３０５の実行中に判断された１つ以上の睡眠関連パラメータを示す情報を提供することができる。このレポートは、制御システム１１０のメモリデバイス１１４および／もしくはユーザデバイス１７０（図１）のメモリデバイス１７４に記憶すること、ユーザデバイス１７０のディスプレイデバイス１７２上に表示すること、ならびに／または第三者（例えば医療提供者）に送信することができる。

方法３００は、ユーザが睡眠セッション中に不眠症を経験したと判断すること（ステップ３０５）、またはユーザが睡眠セッション中に異なる睡眠関連障害を経験したと判断したことを受けて、そのユーザに勧奨される個別の治療または行動を生成することも含み得る。例えば、方法３００は、睡眠習慣もしくは衛生の変更を勧奨すること、睡眠薬および／もしくは医学療法を勧奨すること、認知行動療法を勧奨すること、またはそれらの任意の組み合わせを含む。上記のとおり、ステップ３０１の実行中に受信した個人データは、ユーザのストレスまたは不安レベルを示す情報と、自己申告による主観的なフィードバックと、を含み得る。そのため、勧奨された治療は、ユーザの不安またはストレスレベルを高めることなく効果を発揮する可能性が高い１つ以上の治療を提案するように個別化することができる。勧奨された治療は、受信した個人データに基づいて判断され、ユーザがその治療を続ける傾向に基づいて個別化することもできる。個別化された治療は、具体的な状態に対処するためにユーザを適切な療法へと結び付けるのを支援することができ、（それにより、睡眠専門機関および医師への依存度を下げ、）ユーザの生活の質を概して高めることができる。

いくつかの実装形態においては、方法３００が、不眠症症状の軽減を支援するために、判断された不眠症のタイプに少なくとも部分的に基づいて呼吸システム１２０（図２）の１つ以上の設定を調整すること（ステップ３０５）も含む。かかる実装形態は、例えば、呼吸デバイス１２２の圧力設定を調整すること（例えば、圧力設定を下げること、圧力上昇を調整すること、加圧空気の送達を延長することなど）を含み得る。

図６を参照すると、複数のユーザが睡眠セッション中に不眠症を経験したかどうかを特定する方法６００が表されている。本明細書に記載されている方法６００のステップのうちの１つ以上は、システム１００（図１）を使用して実施することができる。

方法６００のステップ６０１は、方法３００（図３）のステップ３０１と同一または同様であり、ユーザと関連付けられた個人データを受信することを含む。この個人データは、例えば、１つ以上の病状、薬剤使用、またはその両方を示す情報などの医療データを含み得る。個人データは、人口統計データ、例えば、ユーザの年齢、ユーザの性別、ユーザの人種、ユーザの雇用状況、ユーザの学歴、ユーザの社会経済的状況を示す情報、ユーザが不眠症の家族歴を有するかどうかに関する情報、またはそれらの任意の組み合わせなどを含み得る。個人データは、自己申告による主観的な睡眠スコア（不良、普通、良好など）、自己申告による主観的な疲労レベル、自己申告による主観的なストレスレベル、自己申告による主観的な健康状態（例えば、健康または不健康）、最近のライフイベント（人間関係状況の変化、子供の誕生、家族の死など）、またはそれらの任意の組み合わせを示す情報を含む主観的なユーザデータも含み得る。いくつかの実装形態においては、個人データが、ユーザによって指定されたか、ユーザに対して勧奨された目標または所望の入眠時刻および／または目標または所望の覚醒時刻も含む。

方法６００のステップ６０２は、方法３００（図３）のステップ３０２と同一または同様であり、ユーザと関連付けられた第１の生理学的データを第１の睡眠セッション中に受信することを含む。例えば、ステップ６０２は、本明細書に記載されている１つ以上のセンサ１３０（図１）のうちの少なくとも第１のセンサから第１の生理学的データを受信することを含み得る。いくつかの実装形態においては、ステップ６０２の実行中に使用される第１のセンサが、呼吸デバイス１２２に連結または統合されている（例えば、第１のセンサが、圧力センサ１３２および／または流量センサ１３４を含む）。

方法６００のステップ６０３は、方法３００（図３）のステップ３０３と同一または同様であり、第１の生理学的データを分析して（ステップ６０２）、ユーザと関連付けられた睡眠覚醒信号を第１の睡眠セッション中に判断することを含む。本明細書に記載のとおり、ステップ６０３は、睡眠覚醒信号を表示する睡眠経過図（例えば、図４に示す睡眠経過図４００と同一または同様である睡眠経過図）を生成することを含み得る。

方法６００のステップ６０４は、方法３００（図３）のステップ３０４と同一または同様であり、睡眠覚醒信号（ステップ６０３）に少なくとも部分的に基づいて、ユーザと関連付けられた少なくとも第１の睡眠関連パラメータを第１の睡眠セッション中に判断することを含む。本明細書に記載のとおり、第１の睡眠関連パラメータは、例えば、就床時刻、初回睡眠時刻、覚醒時刻、起床時刻、全就床時間（ＴＩＢ）、全睡眠時間（ＴＳＴ）、入眠時刻（ＧＴＳ）、入眠潜時（ＳＯＬ）、入眠後覚醒（ＷＡＳＯ）パラメータ、睡眠効率（ＳＥ）、断片化指数、睡眠ブロック、またはそれらの任意の組み合わせを含み得る。

方法６００のステップ６０５は、方法３００（図３）のステップ３０５と同一または同様であり、個人データ（ステップ６０１）および／または第１の睡眠関連パラメータ（ステップ６０４）に少なくとも部分的に基づいて、ユーザが第１の睡眠セッション中に不眠症を経験したかどうかを判断することを含む。ステップ６０５は、例えば、本明細書に記載のとおり、ユーザが入眠障害、中途覚醒、遅発性不眠症、併存性不眠症などを経験したことを判定することを含み得る。

方法６００のステップ６０６は、少なくとも第２のセンサを使用して、第１の睡眠セッションの後であるが第２の後続の睡眠セッションの前に、ユーザと関連付けられた第２の生理学的データを受信することを含む。いくつかの実装形態においては、第２の生理学的データを、第１の第２のとは異なる第２のセンサを使用して生成または取得することができる。かかる実装形態においては、例えば、第１のセンサ（ステップ６０２）を呼吸デバイス１２２（図１）に連結または統合できるのに対し、第２のセンサは、ユーザデバイス１７０に連結または統合される。第２の生理学的データは、第１の生理学的データ（ステップ６０２）と同一または同様であるが、第１の睡眠セッション中ではなく日中に生成または取得される。

方法６００のステップ６０７は、第２の生理学的データ（ステップ６０６）を分析して、ユーザが経験する１つ以上の日中の症状を特定することを含む。本明細書に記載のとおり、ある不眠症症状は、例えば、疲労、エネルギー低下、認知障害（例えば、注意、集中、および／または記憶）、学術もしくは職業環境における機能困難、および／または気分障害などの日中（昼間）症状として特徴付けることができる。ステップ６０７は、例えば、第２の生理学的データを使用して日中のユーザの活動レベルを判断することと、判断された活動レベルを所定の閾値と比較して、ユーザが日中に疲労の症状を経験したかどうかを判断することと、を含み得る。ステップ６０７は、例えば、ユーザの（例えば刺激に対する）反応時間を判断することと、判断された反応時間を所定の閾値と比較して、ユーザが日中に認知障害の症状を経験したかどうかを判断することと、を含み得る。

いくつかの実装形態においては、ステップ６０７が、第１の睡眠セッションと関連付けられた主観的なユーザ報告フィードバックを受信することを含む。例えば、ユーザは、第１の睡眠セッションの後に、自己申告による主観的な睡眠スコア（例えば、不良、普通、良好）、自己申告による主観的な疲労レベル、自己申告による主観的なストレスレベルなどについて記載した情報を（例えば、ユーザデバイス１７０（図１）を使用して）提供することができる。ユーザは、例えば、第２の後続の睡眠セッションの目標もしくは所望の入眠時刻および／または目標もしくは所望の覚醒時刻を提供することもできる。

方法６００のステップ６０８は、ユーザが第１の睡眠セッション中に不眠症を経験したかどうかを判断するために、ステップ６０５の実行中に使用された所定の閾値を調整することを含む。この調整は、第１の睡眠セッション中の不眠症の特定（ステップ６０５）、ステップ６０７の実行中に特定された不眠症症状、またはその両方に少なくとも部分的に基づき得る。この調整は、所定の閾値を増大または低減することを含み得る。

例えば、上記のとおり、判断された入眠潜時（ＳＯＬ）を所定の閾値と比較して、ユーザが入眠障害を経験したかどうか（例えば、入眠潜時が閾値を上回っているどうか）を判断することができる。いくつかの実装形態においては、この調整が、第２の睡眠セッションの入眠潜時と比較されるこの所定の閾値を下げること（例えば、この閾値を約３０分から約２０分に下げること）を含む。例えば、この所定の閾値は、上記の特定された日中症状および／または自己申告による主観的なフィードバックに少なくとも部分的に基づいて下げることができる。ユーザは、日中にひどく疲労していれば、日中に疲労しなかった場合よりも早く入眠するはずである。そのため、この場合には、ユーザが入眠障害を経験したかどうかを判断する際に、この事実を考慮して所定の閾値を下げることができる。

別例として、上記のとおり、判断された入眠後覚醒（ＷＡＳＯ）を所定の閾値と比較して、ユーザが中途覚醒を経験したかどうかを判断することができる（例えば、ＷＡＳＯが閾値を上回っている場合）。いくつかの実装形態においては、この調整が、ユーザが第１の睡眠セッション中に中途覚醒を経験しなかったと判定したことを受けて、ＷＡＳＯと比較される所定の閾値を下げること（例えば、閾値を約３０分から約１５分に下げること）を含む。代替として、上記のとおり、判断された全睡眠時間（ＴＳＴ）を所定の閾値と比較して、ユーザが中途覚醒を経験したかどうか（例えば、ＴＳＴが閾値未満であるかどうか）を判断することができる。いくつかの実装形態においては、この調整が、特定された不眠症症状に部分的に基づいてこの閾値を上げたり下げたりすることを含む（ステップ６０７）。例えば、第１の睡眠セッションの翌日にユーザが疲労していると判定された場合には、ＴＳＴと比較するための閾値を、ユーザが第２の睡眠セッション中に不眠症を経験したかどうかを判断する（ステップ６１２）ために下げることができる。

方法６００のステップ６０９は、ステップ６０２と同一または同様であり、ユーザと関連付けられた第３の生理学的データを、上記の第１のセンサを使用して第２の睡眠セッション中に受信することを含む。代替として、第３の生理学的データは、第１の生理学的データ（ステップ６０２）を生成または取得するのに使用されるセンサ（単数または複数）とは異なるセンサ（単数または複数）を使用して生成または取得することができる。

方法６００のステップ６１０は、上記のステップ６０３と同一または同様であり、第３の生理学的データを分析して、ユーザと関連付けられた第２の睡眠覚醒信号を第２の睡眠セッション中に判断することを含む。第２の睡眠セッションの第２の睡眠覚醒信号は、第１の睡眠覚醒信号（ステップ６０２）と同様に、睡眠経過図４００（図４）と同一または同様である睡眠経過図として図式化することができる。いくつかの実装形態においては、方法６００が、例えば、ユーザデバイス１７０（図１）のディスプレイデバイス１７２を使用して、第１の睡眠覚醒信号の第１の睡眠経過図（ステップ６０３）および第２の睡眠覚醒信号の第２の睡眠経過図（ステップ６１０）を同時に表示することを含む。

方法６００のステップ６１１は、上記のステップ６０４と同一または同様であり、ユーザと関連付けられた少なくとも第２の睡眠関連パラメータを第２の睡眠セッション中に判断することを含む。第２の睡眠関連パラメータ（ステップ６１１）は、第１の睡眠関連パラメータ（ステップ６０４）と同一または不同であり得る。

方法６００のステップ６１２は、上記のステップ６０５と同一または同様であり、調整された所定の閾値（ステップ６０５）に少なくとも部分的に基づいて、ユーザが第２の睡眠セッション中に不眠症を経験したかどうかを判断することを含む。この所定の閾値は、第１の睡眠セッションと第２の睡眠セッションとの間で調整される（ステップ６０５）ため、ステップ６１２の特定は、同じ睡眠関連パラメータ値であってもステップ６０５の特定とは異なり得る。

方法６００は、本明細書において２つの睡眠セッションに対して記載されているが、方法６００のステップは、任意の数の睡眠セッション（例えば、３つの睡眠セッション、１０の睡眠セッション、５０の睡眠セッション、１００の睡眠セッションなど）に対して１回以上繰り返すことができる。

要するに、本明細書に記載されているシステムおよび方法を用いて、ユーザが別の睡眠関連障害や問題ではなく不眠症を睡眠セッション中に経験したと自動的に判断することにより、有害な生理学的状態（例えば、成績の低下、反応時間の増大、うつ病リスクの増大、不安障害など）および有害な生理学的状態（例えば、高血圧、心疾患リスクの増大、免疫系機能の低下、肥満など）に罹患している個人を支援することができる。これらのシステムおよび方法は、ユーザが経験する不眠症のタイプを、生理学的データおよびそのユーザの主観的な感情に基づいて分類し、それによって個別の治療経路が可能となる。これらを始めとする便益により、薬理学的療法への依存および関連するマイナス面（例えば、副作用および／または依存性）を低減し、多忙な臨床医および睡眠専門機関にかかる負担を軽減することができる。

以下の請求項１～５４のうちいずれかの１つ以上からの１つ以上の要素または態様またはステップあるいはその一部（単数または複数）をその他の請求項１～５４のいずれかの１つ以上あるいはその組み合わせからの１つ以上の要素または態様またはステップあるいはその一部（単数または複数）と組み合わせることにより、本開示の１つ以上のさらなる実装形態および／または請求項を形成することができ得る。

本開示について１つ以上の特定の実施形態または実装形態を参照して説明してきたが、当業者であれば、本開示の意図および範囲から逸脱すること無く多数の変更が可能であり得ることを認識する。これらの実装形態およびその明確な変更例はそれぞれ、本開示の意図および範囲に収まるものとして企図される。そして、本開示の各種態様によるさらなる実装形態が、本明細書に記載された実装形態のいずれかから任意の数の特徴を組み合わせ得ることも企図されている。

Claims (54)

1. ユーザと関連付けられた生理学的データを睡眠セッション中に受信することと、
   前記受信した生理学的データに少なくとも部分的に基づいて、前記ユーザの睡眠覚醒信号を前記睡眠セッション中に判断することと、
   前記睡眠覚醒信号に少なくとも部分的に基づいて、前記ユーザの１つ以上の睡眠関連パラメータを前記睡眠セッション中に判断することと、
   前記１つ以上の睡眠関連パラメータのうちの少なくとも１つに少なくとも部分的に基づいて、前記ユーザが前記睡眠セッション中に不眠症を経験したと判断することと、
   前記１つ以上の睡眠関連パラメータに少なくとも部分的に基づいて、前記ユーザが経験した前記不眠症のタイプを特定することと、を含む方法。
2. 前記睡眠覚醒信号が、前記睡眠セッション中の１つ以上の睡眠段階を示し、前記１つ以上の睡眠段階が、覚醒段階、第１のノンレム段階、第２のノンレム段階、第３のノンレム段階、レム段階、またはそれらの任意の組み合わせを含む、請求項１に記載の方法。
3. 前記１つ以上の睡眠関連パラメータが、全睡眠時間、全就床時間、入眠時刻、初回睡眠時刻、入眠潜時、持続的入眠潜時、入眠後覚醒パラメータ、持続的入眠後覚醒パラメータ、睡眠効率、断片化指数、またはそれらの任意の組み合わせを含む、請求項１または請求項２に記載の方法。
4. 前記入眠潜時が、前記入眠時刻および前記初回睡眠時刻の関数と判断される、請求項３に記載の方法。
5. 前記特定された不眠症のタイプが入眠障害であり、前記不眠症のタイプを前記特定することが、前記入眠潜時が所定の閾値以上であると判断することを含む、請求項４に記載の方法。
6. 前記所定の閾値が約１５分から約３０分の間である、請求項５に記載の方法。
7. 前記不眠症のタイプが中途覚醒である、請求項３に記載の方法。
8. 前記不眠症のタイプを前記特定することが、前記入眠後覚醒パラメータが所定の閾値以上であると判断することを含む、請求項７に記載の方法。
9. 前記所定の閾値が約２０分から約４５分の間である、請求項８に記載の方法。
10. 前記不眠症のタイプを前記特定することが、前記睡眠効率が所定の閾値以下であると判断することを含む、請求項７に記載の方法。
11. 前記１つ以上の睡眠関連パラメータに少なくとも部分的に基づいて、前記ユーザが前記睡眠セッション中に異なる睡眠関連障害を経験したと判断することをさらに含み、前記異なる睡眠関連障害が、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸、低呼吸、いびき、周期性四肢運動、下肢静止不能症候群、窒息、心拍数増、呼吸困難、喘息発作、てんかん挿間症、発作、またはそれらの任意の組み合わせである、請求項１から１０のいずれか一項に記載の方法。
12. 前記ユーザと関連付けられた個人データを受信することをさらに含み、前記不眠症のタイプを前記特定することが、前記ユーザと関連付けられた前記個人データに少なくとも部分的に基づく、請求項１から１１のいずれか一項に記載の方法。
13. 前記個人データが、（ｉ）前記ユーザと関連付けられた１つ以上の病状、前記ユーザによる薬剤使用、もしくはその両方を示す情報を含む医療データ、（ｉｉ）前記ユーザの年齢、前記ユーザの性別、前記ユーザの人種、不眠症の家族歴、前記ユーザの雇用状況、前記ユーザの学歴、前記ユーザの社会経済的状況、もしくはそれらの任意の組み合わせを示す情報を含む人口統計データ、（ｉｉｉ）前記ユーザの自己申告による主観的なストレスレベル、前記ユーザの自己申告による主観的な疲労レベル、前記ユーザの自己申告による主観的な健康状態、前記ユーザが経験した最近のライフイベント、もしくはそれらの任意の組み合わせを示す情報を含む主観的なユーザデータ、または（ｉｖ）（ｉ）～（ｉｉｉ）の任意の組み合わせを含む、請求項１２に記載の方法。
14. 前記特定された不眠症のタイプに基づいて、第２の後続の睡眠セッションにおける不眠症症状の低減または防止を支援するための前記ユーザ向け勧奨行動を判断することをさらに含む、請求項１から１３のいずれか一項に記載の方法。
15. 前記勧奨行動を示す明示をディスプレイデバイス上に表示させることをさらに含む、請求項１４に記載の方法。
16. 前記勧奨行動が、提案された就床時刻、提案された覚醒時刻、提案された食事、提案された日常運動、提案された睡眠薬剤、提案されたリラクゼーションプログラム、提案されたマスキング音、提案された呼吸プログラム、提案された寝室活動変更、またはそれらの任意の組み合わせを含む、請求項１４または請求項１５に記載の方法。
17. 前記ユーザが不眠症を経験したと前記判断することが、前記１つ以上の睡眠関連パラメータのうちの少なくとも１つを所定の閾値と比較することを含む、請求項１から１６のいずれか一項に記載の方法。
18. 前記ユーザの前記第１の睡眠セッションの後かつ第２の睡眠セッションの前に、前記ユーザと関連付けられた第２の生理学的データを受信することをさらに含む、請求項１７に記載の方法。
19. 前記第１の生理学的データが第１のセンサによって生成され、前記第２の生理学的データが、前記第１のセンサとは異なる第２のセンサによって生成される、請求項１８に記載の方法。
20. 前記所定の閾値を、前記第２の生理学的データに少なくとも部分的に基づいて、前記所定の閾値とは異なる調整後の閾値に調整することをさらに含む、請求項１８または請求項１９に記載の方法。
21. 前記所定の閾値が持続時間であり、前記調整することが、前記所定の閾値を下げることを含む、請求項２０に記載の方法。
22. 前記ユーザと関連付けられた第３の生理学的データを前記第２の睡眠セッション中に受信することと、
    前記第２の生理学的データに少なくとも部分的に基づいて、前記第２の睡眠セッションと関連付けられた前記ユーザの第２の睡眠覚醒信号を判断することと、
    前記第２の睡眠覚醒信号に少なくとも部分的に基づいて、前記第２の睡眠セッションと関連付けられた前記ユーザの第２の睡眠関連パラメータを判断することと、
    前記第２の睡眠関連パラメータを前記調整後の閾値と比較して、前記ユーザが前記第２の睡眠セッション中に不眠症を経験したかどうかを判断することと、をさらに含む、請求項２０または請求項２１に記載の方法。
23. 前記１つ以上の睡眠関連パラメータのうちの前記最少のものを前記所定の閾値と前記比較することが、前記ユーザが前記第１の睡眠セッション中に不眠症を経験したと判断することを含み、前記第２の睡眠関連パラメータを前記調整後の閾値と前記比較することが、前記ユーザが前記第２の睡眠セッション中に不眠症を経験しなかったと判断することを含む、請求項２２に記載の方法。
24. 前記１つ以上の睡眠関連パラメータのうちの前記最少のものを前記所定の閾値と前記比較することが、前記ユーザが前記第１の睡眠セッション中に不眠症を経験しなかったと判断することを含み、前記第２の睡眠関連パラメータを前記調整後の閾値と前記比較することが、前記ユーザが前記第２の睡眠セッション中に不眠症を経験したと判断することを含む、請求項２２に記載のシステム。
25. １つ以上のプロセッサを備える制御システムと、
    機械可読命令を記憶したメモリと、を備え、
    前記制御システムが前記メモリに連結され、前記メモリ内の前記機械実行可能命令が前記制御システムの前記１つ以上のプロセッサのうちの少なくとも１つによって実行されると、請求項１から２４のいずれか一項に記載の方法が実施される、システム。
26. １つ以上の明示をユーザに伝えるためのシステムであって、請求項１から２４のいずれか一項に記載の方法を実施するように構成された制御システムを備える、システム。
27. コンピュータによって実行されると、請求項１から２４のいずれか一項に記載の方法を前記コンピュータに実行させる命令を含むコンピュータプログラム製品。
28. 前記コンピュータプログラム製品が、非一時的コンピュータ可読媒体である、請求項２７に記載のコンピュータプログラム製品。
29. ユーザと関連付けられた生理学的データを受信するように構成された電子インターフェースと、
    機械可読命令を記憶するメモリと、
    前記生理学的データに少なくとも部分的に基づいて、前記ユーザの睡眠覚醒信号を前記睡眠セッション中に判断するため、
    前記睡眠覚醒信号に少なくとも部分的に基づいて、前記ユーザの１つ以上の睡眠関連パラメータを前記睡眠セッション中に判断するため、
    前記１つ以上の睡眠関連パラメータに少なくとも部分的に基づいて、前記ユーザが前記睡眠セッション中に不眠症を経験したと判断するため、および
    前記ユーザが前記睡眠セッション中に不眠症を経験したと前記判断したことを受けて、前記１つ以上の睡眠関連パラメータに少なくとも部分的に基づいて、前記ユーザが経験した前記不眠症のタイプを特定するために
    前記機械可読命令を実行するように構成された１つ以上のプロセッサを含む制御システムと、を備えるシステム。
30. 前記ユーザと関連付けられた前記生理学的データを前記睡眠セッション中に生成するように構成されたセンサをさらに備える、請求項２９に記載のシステム。
31. 前記睡眠覚醒信号が、前記睡眠セッション中の１つ以上の睡眠段階を示し、前記１つ以上の睡眠段階が、覚醒段階、第１のノンレム段階、第２のノンレム段階、第３のノンレム段階、レム段階、またはそれらの任意の組み合わせを含む、請求項２９または請求項３０に記載のシステム。
32. 前記１つ以上の睡眠関連パラメータが、全睡眠時間、全就床時間、入眠時刻、初回睡眠時刻、入眠潜時、持続的入眠潜時、入眠後覚醒パラメータ、持続的入眠後覚醒パラメータ、睡眠効率、断片化指数、またはそれらの任意の組み合わせを含む、請求項２９から３１のいずれか一項に記載のシステム。
33. 前記入眠潜時が、前記入眠時刻および前記初回睡眠時刻の関数と判断される、請求項３２に記載のシステム。
34. 前記特定された不眠症のタイプが入眠障害であり、前記不眠症のタイプを前記特定することが、前記入眠潜時が所定の閾値以上であると判断することを含む、請求項３３に記載のシステム。
35. 前記所定の閾値が約１５分から約３０分の間である、請求項３４に記載のシステム。
36. 前記不眠症のタイプが中途覚醒である、請求項３２に記載のシステム。
37. 前記不眠症のタイプを前記特定することが、前記入眠後覚醒パラメータが所定の閾値以上であると判断することを含む、請求項３６に記載のシステム。
38. 前記所定の閾値が約２０分から約４５分の間である、請求項３７に記載のシステム。
39. 前記不眠症のタイプを前記特定することが、前記睡眠効率が所定の閾値以下であると判断することを含む、請求項３６に記載のシステム。
40. 前記制御システムが、前記ユーザが前記睡眠セッション中に異なる睡眠関連障害を経験したと判断するようにさらに構成され、前記異なる睡眠関連障害が、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸、低呼吸、いびき、周期性四肢運動、下肢静止不能症候群、窒息、心拍数増、呼吸困難、喘息発作、てんかん挿間症、発作、またはそれらの任意の組み合わせである、請求項２９から３９のいずれか一項に記載のシステム。
41. 前記制御システムが、前記ユーザと関連付けられた個人データを受信するようにさらに構成され、前記個人データに少なくとも部分的に基づいて前記不眠症のタイプを特定する、請求項２９から４０のいずれか一項に記載のシステム。
42. 前記個人データが、（ｉ）前記ユーザと関連付けられた１つ以上の病状、前記ユーザによる薬剤使用、もしくはその両方を示す情報を含む医療データ、（ｉｉ）前記ユーザの年齢、前記ユーザの性別、前記ユーザの人種、不眠症の家族歴、前記ユーザの雇用状況、前記ユーザの学歴、前記ユーザの社会経済的状況、もしくはそれらの任意の組み合わせを示す情報を含む人口統計データ、（ｉｉｉ）前記ユーザの自己申告による主観的なストレスレベル、前記ユーザの自己申告による主観的な疲労レベル、前記ユーザの自己申告による主観的な健康状態、前記ユーザが経験した最近のライフイベント、もしくはそれらの任意の組み合わせを示す情報を含む主観的なユーザデータ、または（ｉｖ）（ｉ）～（ｉｉｉ）の任意の組み合わせを含む、請求項４１に記載のシステム。
43. 前記制御システムが、（ｉ）前記特定された不眠症のタイプに基づいて、第２の後続の睡眠セッションにおける不眠症症状の低減または防止を支援するための前記ユーザ向け勧奨行動を判断し、（ｉｉ）前記勧奨行動を示す明示をディスプレイデバイス上に表示させる、ようにさらに構成されている、請求項２９から４２のいずれか一項に記載のシステム。
44. 前記勧奨行動が、提案された就床時刻、提案された覚醒時刻、提案された食事、提案された日常運動、提案された睡眠薬剤、提案されたリラクゼーションプログラム、提案されたマスキング音、提案された呼吸プログラム、提案された寝室活動変更、またはそれらの任意の組み合わせを含む、請求項４３に記載のシステム。
45. 療法システムをさらに備える、請求項３０から４４のいずれか一項に記載のシステム。
46. 前記療法システムが、
    加圧空気を供給するように構成された呼吸デバイスと、
    導管を介して前記呼吸デバイスに連結されたユーザインターフェースであって、前記供給された加圧空気を前記ユーザの気道に方向付けるのを支援するために、前記睡眠セッション中に前記ユーザの一部分と係合するように構成されたユーザインターフェースと、を含む呼吸療法システムである、請求項４５に記載のシステム。
47. 前記療法システムが下顎骨位置変更デバイスを含む、請求項４５に記載のシステム。
48. 前記電子インターフェースが、前記ユーザと関連付けられた第２の生理学的データを前記第１の睡眠セッションの後かつ前記第２の睡眠セッションの前に受信するように、および前記ユーザと関連付けられた第３の生理学的データを第２の睡眠セッション中に受信するようにさらに構成されている、請求項２９から４７のいずれか一項に記載のシステム。
49. 前記制御システムが、前記１つ以上の睡眠関連パラメータのうちの少なくとも１つを所定の閾値と比較することにより、前記ユーザが不眠症を経験したかどうかを判断するようにさらに構成されている、請求項４８に記載のシステム。
50. 前記制御システムが、前記第２の生理学的データに少なくとも部分的に基づいて、前記所定の閾値を調整後の閾値に調整するようにさらに構成されている、請求項４９に記載のシステム。
51. 前記所定の閾値が持続時間であり、前記調整することが、前記所定の閾値を下げることを含む、請求項５０に記載のシステム。
52. 前記制御システムが、前記第３の生理学的データに少なくとも部分的に基づいて、前記第２の睡眠セッションと関連付けられた第２の睡眠覚醒信号を判断するように、前記第２の睡眠覚醒信号に少なくとも部分的に基づいて、前記第２の睡眠セッションと関連付けられた第２の睡眠関連パラメータを判断するように、および前記第２の睡眠関連パラメータに少なくとも部分的に基づいて、前記ユーザが前記第２の睡眠セッション中に不眠症を経験したかどうかを判断するようにさらに構成されている、請求項５０または請求項５１に記載のシステム。
53. 前記制御システムが、前記第２の睡眠関連パラメータを前記調整後の閾値と比較することにより、前記ユーザが前記第２の睡眠セッション中に不眠症を経験したかどうかを判断するようにさらに構成されている、請求項５２に記載のシステム。
54. 前記第１の生理学的データおよび前記第３の生理学的データを生成するように構成された第１のセンサと、前記第２の生理学的データを生成するように構成された第２のセンサと、をさらに備える、請求項４６から５３のいずれか一項に記載のシステム。
    

Images