Development of easily-applicable motion analysis using deep learning to diagnose neurological intractable diseases

点击翻译按钮获取中文摘要

脳神経内科領域の疾患において、専門医と非専門医の診療格差は大きく、これは、脳神経内科診療において必須の「観察して判断する」ことへの習熟度の差によるところが大きい。本研究では、脳神経内科専門医が日常診療にて行なっている、症候を「観察」して判断することを、実臨床応用可能なレベルで簡便かつ正確に模倣するための最適な方法論を確立することを目的としている。研究初年度は、まず、どの方法論が有望か？、また、定量するならどのような運動か？というところを主に検討した。当初は機械学習を用いたアルゴリズムであるOpenPoseの使用を考慮していたが、カメラの固定をしなければなかなか精度が上がらないこと、など実用化に向けて難題が多くあった。そのため、OpenPoseの使用は諦め、健常人において、種々の機器を試した。そして、最終的には運動は指タッピングが最も定量化しやすいことと、その運動を定量化するのに最も良さそうな機器を選定することに成功した。初年度は、新型コロナウィルス感染防止の影響もあり、なかなか患者さんでの評価とは至らず、健常人での評価が主になった。ただ、健常人では、今年度検討した方法論では、比較的良好に運動の変化を検出することができた。