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。

The diagnosis of neurological disorders is necessary for the evaluation of symptoms. The frequency of neurological disorders tends to increase due to social changes, and the skills of physicians are required to establish evaluation methods for neurological findings. This study aims to explore the application of mechanical learning in recent years, and to identify the severity and severity of mental disorders. This study aims to identify patients with spinal cord disease, predict the severity of the disease, and differentiate between neurologic disorders. The above goals are achieved, the study begins, the mechanical learning begins, the learning begins, and the collection begins. The present study was conducted on behalf of the Institute for the Assessment and Rating of Ataxia (SARA). The MDS-sponsored Revision of the Unified Parkinson's Disease Rating Scale (MDS-UPDRS) is a measure of severity. On April 7, 2023, 36 patients with spinal cord disease and 37 patients with spinal cord disease were collected. The correct diagnosis rate was 83.6%, and the identification rate of the disease was possible. In the future, the number of cases will be increased, and the analysis results will be scheduled for June 18 - 19, 2023.