Stadiare il sonno in automatico vuol dire classificare serie temporali fisiologiche la cui etichetta di riferimento la scrive un lettore umano, con un accordo fra valutatori che lo standard AASM 2007 colloca intorno all’82% (Cohen’s kappa ≈ 0,76; Danker-Hopfe et al., 2009). Quel numero è il tetto contro cui va misurato qualunque algoritmo: non esiste verità più solida del consenso fra chi scora.

Contesto

Due strumenti misurano il sonno, e impongono due problemi di apprendimento diversi.

La polisonnografia (PSG) registra insieme elettroencefalogramma (EEG), elettrooculogramma (EOG), elettromiogramma (EMG) submentale e altri canali, e produce una stadiazione epoca per epoca su finestre di 30 secondi. Le regole di riferimento storiche sono quelle di Rechtschaffen e Kales (1968), che distinguono veglia, stadi NREM 1-2-3-4 e REM; il manuale AASM del 2007 le ha sostituite fondendo gli stadi 3 e 4 in un unico N3 e rinominando le classi in W, N1, N2, N3, R. Le due tassonomie non si scambiano fra loro, e un dataset etichettato con una non si converte nell’altra senza perdita.

L’actigrafia registra una sola grandezza: l’accelerazione al polso, aggregata in activity counts su epoche di solito da 60 secondi. Da questo segnale si stima soltanto la dicotomia sonno/veglia, non gli stadi. È la differenza fra un dispositivo da polso che si tiene addosso per giorni e un esame di laboratorio di una notte.

Il problema

Sull’actigrafia il lavoro classico è già stato fatto, e fissa il punto di partenza. L’algoritmo di Cole e Kripke (1992) e quello di Sadeh, Sharkey e Carskadon (1994) ricavano un punteggio sonno/veglia da una combinazione lineare pesata delle attività nell’epoca corrente e in quelle vicine, confrontata con una soglia. Validato contro PSG su 36 soggetti, l’algoritmo di Sadeh riporta un accordo complessivo del 91-93% sui campioni di calibrazione e validazione, e con esso un’osservazione che torna in tutta la letteratura successiva: l’accordo sulle epoche di sonno è sistematicamente più alto di quello sulle epoche di veglia.

Lo squilibrio nasce tutto dalla distribuzione delle classi. In una notte registrata le epoche di sonno sono molte più di quelle di veglia; un classificatore che etichetta “sonno” per inerzia raggiunge sensibilità alta e specificità bassa. La validazione su dataset di comunità riporta per gli algoritmi storici un’accuratezza del 78-80% (Cole-Kripke, Sadeh, Actiware), ma l’accuratezza grezza nasconde proprio l’errore che pesa in clinica: la sottostima della veglia infrasonno, cioè la sovrastima del tempo dormito. Le re-scoring rules aggiunte da Cole-Kripke servono a questo: alzano la specificità (da 0,44 a 0,49 in una validazione su 40 giovani adulti) al prezzo di un punto di sensibilità.

Architettura

Quando si passa dalla dicotomia actigrafica alla stadiazione PSG, l’input cambia natura: da una serie scalare a un insieme di canali campionati a frequenze diverse — nel Sleep-EDF di PhysioNet, EEG ed EOG a 100 Hz, EMG e respiro a 1 Hz, hypnogram scorato secondo R&K. La pipeline corrente in letteratura ha tre stadi.

Il primo è l’estrazione di feature per epoca da 30 secondi: potenza nelle bande spettrali canoniche (delta, theta, alpha, sigma, beta) calcolata via trasformata di Fourier o wavelet, più statistiche temporali e misure di complessità del segnale. Ogni stadio del sonno ha la sua firma spettrale: il delta domina nel sonno profondo, i fusi (sigma) marcano N2, l’EMG cade nel REM.

Il secondo stadio è il classificatore — random forest, support vector machine, reti neurali — addestrato sulle feature etichettate. Il terzo, decisivo e spesso trascurato, è il modello di sequenza: fra un’epoca e l’altra gli stadi del sonno non sono indipendenti, seguono una struttura ciclica con transizioni vincolate. Trattare ogni epoca isolata butta via proprio l’informazione che lo scorer umano usa di continuo guardando le epoche prima e dopo. Hidden Markov Model o filtri sulle transizioni recuperano parte di quella struttura.

Punto critico

A guidare la validazione clinica non è l’accuratezza ma l’accordo per classe, perché lo sbilanciamento rende l’accuratezza globale fuorviante. N1 è la classe rara e ambigua: dura poco, confina sia con la veglia sia con N2, ed è la classe su cui l’accordo crolla anche fra scorer umani. Un modello può arrivare all’85% di accuratezza globale con un richiamo su N1 sotto il 30%; il numero aggregato lo nasconde, Cohen’s kappa e la matrice di confusione no.

In pratica la funzione di costo deve pesare il costo clinico dell’errore, non il conteggio delle epoche. Scambiare N2 e N3 non equivale a scambiare veglia e sonno, se l’esame serve a quantificare il tempo di veglia dopo l’addormentamento. Chi ottimizza l’accuratezza media ottimizza per la classe maggioritaria, che quasi sempre interessa alla diagnosi meno di tutte.

Implicazioni regolatorie

In Europa un software che produce stadiazione del sonno a fini diagnostici ricade sotto la Direttiva 93/42/CEE sui dispositivi medici: un software stand-alone con finalità medica è un dispositivo medico attivo. La guida MEDDEV 2.1/6 chiarisce quando un software si qualifica così. Per la classe I (rischio basso, senza funzione di misura né sterilità) il fabbricante compila da sé il fascicolo tecnico e firma la dichiarazione di conformità, senza un organismo notificato di mezzo. Gli obblighi di evidenza clinica non si alleggeriscono: ricadono tutti sul fabbricante.

Il vincolo regolatorio si salda a quello statistico: la documentazione tecnica chiede prestazioni dimostrate sulla popolazione d’uso prevista, e per un classificatore di sonno questo vuol dire riportare l’accordo per classe contro PSG scorata da lettori certificati, non l’accuratezza aggregata su un singolo dataset di laboratorio.

Limiti

La validazione di laboratorio su una notte non predice il comportamento in free-living: i dataset PSG pubblici sono piccoli, registrati in condizioni controllate, scorati con manuali diversi (R&K e AASM) che frammentano la comparabilità. L’actigrafia si tiene addosso per giorni ma non vede gli stadi; la PSG vede gli stadi ma non si indossa a casa per una settimana. Da sola, nessuna delle due copre insieme la granularità degli stadi e la durata del monitoraggio reale, e i modelli addestrati su una non si trasferiscono all’altra.

Come SleepActa porta questo impianto su un prodotto clinico è ripreso nell’insight di noze: https://www.noze.it/insights/sleepacta-ml-sonno/.

Immagine di copertina: Ipnogramma: grafico degli stadi del sonno (veglia, REM, N1, N2, N3) tracciati epoca per epoca nel corso di una notte, con i cicli di… — diagramma di RazerM, CC BY-SA 3.0 — https://commons.wikimedia.org/wiki/File:Sleep_Hypnogram.svg