障害者を対象とした機械学習による生活活動分類と身体活動を促す質的介入プログラム

点击翻译按钮获取中文摘要

日本では、障害者の人口増加と寿命延伸に伴い、障害者における生活習慣病発症・重症化予防が喫緊の課題となっている。そのため、障害者の健康を増進させる効果的な身体活動支援プログラムの開発が必要とされているが、障害者を対象とした疾病予防・健康増進に関する研究は極めて少ない。本研究は、障害者を対象に、１）様々な生活活動における活動強度レベルを測定し、健常者と比較する、２）慣性センサーによるデータから複数の機械学習法を用いて最適な生活活動分類法を構築する、３）生活活動パターンを可視化するアプリケーションを開発し、それを利用した身体活動促進支援プログラムを提案することを目的に進めている。2022年度は、視覚障害者を対象とした身体活動分類モデルの開発に関する研究を進めた。対象者に、心拍計および3軸加速度計を4部位（手首、腰、足首、白杖）に装着した状態で、座位安静、座位活動、立位、介助歩行・低速、介助歩行・高速、白杖歩行・低速、白杖歩行・高速、階段昇降、マッサージの９種目を行った。分類モデルはランダムフォレストを用いて作成し、９項目（座位安静、座位活動、立位、介助歩行・低速、介助歩行・高速、白杖歩行・低速、白杖歩行・高速、階段上り、階段降り）と、それらを座位状態、立位状態、歩行、階段昇降にカテゴリ化した4項目の身体活動分類を行った。その結果、4項目分類において、歩行種目では平均90％（Ｆ値）を超え、全体では平均70％（F値）を超える成果が得られた。一方で、9項目分類に関しては、平均45％程度（F値）にとどまり、動きの少ない座位や立位の種目間および階段昇降の分類に課題が残った。以上より、4項目分類においては、車椅子使用者を対象とした成果と同様に、今後実用化が期待できるレベルの結果が得られた。