機械学習モデルと歩行動画を利用した脊髄小脳変性症患者の重症度予測

使用机器学习模型和步行视频预测脊髓小脑变性的严重程度

• 批准号: 22K20843
• 负责人: 江口 克紀
• 金额: $ 1.16万
• 依托单位: Hokkaido University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Research Activity Start-up
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-08-31 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22K20843/
• 关键词: 脳神経内科; 深層学習; 機械学習; パーキンソン病; 脊髄小脳変性症; 歩行; 歩行障害

神経疾患の診断には神経診察による症状の評価が必要であるが、神経疾患を専門としない医師にとって神経診察は必ずしも容易ではない。神経変性疾患の発症頻度は社会の高齢化に従い増加傾向にあるため、医師の経験・技能によらない客観的な神経所見評価方法の確立が求められている。本研究は、近年発展している機械学習を利用して、代表的神経疾患である脊髄商法変性症とパーキンソン病を対象に、歩行動画から疾患の重症度や鑑別が可能かどうか検証することを目的としている。本研究ではまず脊髄小脳変性症患者を対象として、その重症度の予測や他の神経疾患との区別が歩行動画から可能かどうか検証中する。上記目的を達成するため、研究開始から機械学習モデルを学習させるデータを収集している。現在研究代表者が在籍している医療機関に通院中の脊髄小脳変性症患者の歩行動画の撮影と、Scale for the Assessment and Rating of Ataxia (SARA)の測定を行っている。また、疾患コントロールとして、パーキンソン病患者の歩行動画撮影と、重症度としてThe MDS-sponsored Revision of the Unified Parkinson's Disease Rating Scale (MDS-UPDRS)の計測も行っている。2023年4月7日までに脊髄小脳変性症患者の36人、パーキンソン病患者37人のデータを収集した。これらのデータを利用して学習した機械学習モデルは、正診率83.6%で両疾患の鑑別が可能であった。今後さらに症例数を増やして解析を試みる予定だが、現段階の解析結果を2023年6月18日～19日に開催される日本メディカルAI学会で発表予定である。

神经系统疾病的诊断需要通过神经系统检查评估症状，但是对于不专门研究神经系统疾病的医生而言，神经系统检查并不总是容易的。随着社会年龄的增长，神经退行性疾病的频率往往会增加，因此有必要建立一种客观的方法来评估并非基于医生的经验和技能的神经退行性发现。该研究使用近年来正在发展的机器学习，旨在验证该疾病的严重程度以及是否可以区分疾病与步行视频，包括脊髓商业变性和帕金森氏病的最常见神经系统疾病。这项研究首先检查了脊椎队变性的患者，以及是否有可能预测疾病的严重程度并将其与其他神经系统疾病与步行视频区分开。为了实现上述目标，自研究开始以来，已经收集了用于培训机器学习模型的数据。他目前正在制作脊椎队变性患者的步行视频，这些视频目前正在访问主要研究人员目前正在工作的医疗机构，并且还在进行评估和评级（SARA）的评估和评级。此外，作为疾病控制，我们还测量了帕金森氏病患者的步行视频记录，并测量了统一帕金森氏病评级量表（MDS-UPDRS）的MDS赞助的修订。到2023年4月7日，从36例脊髓灰质变性患者和37例帕金森氏病患者收集了数据。经过这些数据训练的机器学习模型能够区分两种疾病，其诊断率为83.6％。我们计划增加未来试图分析结果的案件数量，但是当前的分析结果将在日本医学AI协会中提出，该协会将于2023年6月18日至19日举行。