Development of treatment algorithm using musculoskeletal model analysis and AI technology in knee joint osteoarthritis

利用肌肉骨骼模型分析和人工智能技术开发膝关节骨关节炎治疗算法

• 批准号: 22K21258
• 负责人: 久保 峰鳴
• 金额: $ 1.83万
• 依托单位: Osaka Kawasaki Rehabilitation 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-22K21258/
• 关键词: 変形性膝関節症; 歩行; 動作解析; 筋骨格モデル; 人工知能

本研究の目的は、変形性膝関節症（Knee joint osteoarthritis; KOA）患者において、三次元歩行計測データから、筋骨格モデル解析を用いて算出した歩行時の膝関節への圧迫力（Knee joint compression force; CF）に関連する特徴量を人工知能（Artificial intelligence; AI）を用いて抽出し、その特徴量を標的にKCF減少のための介入法を立案し、その臨床効果を検証する。KOA患者における歩行の異常パターンを健常歩行との比較において捉えるために、すでにデータベース化されている105名の三次元歩行計測データに加え、30名の健常高齢者データを追加した。また、KOA患者についても既存データ55例より、除外基準にかかる対象者が認められたことから、15名を追加で計測した。現在は、これまでの取得データについて中間解析として、三次元データのマーカー付け処理および筋骨格モデル解析でKCFを算出している。これらの解析を完了でき次第、健常歩行の基本空間に対する多変量のずれをマハラノビスの距離として尺度化し、高次元多変量の分布から重要度の高い指標をサンプリングするMarcov Chain Monte Carlo（MCMC）法を用いて、KCFを減少させるために改善すべき運動学的目標を選定し、運動療法の治療指針を導くための筋骨格モデル解析にAIを組み合わせたシステムとしての臨床的な有用性を検証する。

The purpose of this study is youdaoplaceholder7, Knee joint osteoarthritis; Patients with KOA) に お い て, three dimensional step line measuring デ ー タ か ら, bones and muscles, モ デ ル parsing を with い て calculate し た step row is の Knee masato section へ の 圧 PaiLi (Knee to be compression will force; CF) に masato even す る 徴 quantity を Artificial know that can (Artificial intelligence, AI) を with い て spare し, そ の, 徴 quantity を mark に KCF reduce の た め の JieRuFa を filing し, そ の clinical services fruit を 検 card す る. KOA patients に お け る step の abnormal パ タ ー ン を health often step line と の is に お い て catch え る た め に, す で に デ ー タ ベ ー ス change さ れ て い る 105 の three-d step line measuring デ ー タ に plus え, 30 の health often high 齢 デ ー タ を additional し た. ま た, KOA patients に つ い て も existing デ ー タ 55 cases よ り, except for the benchmark に か か る like the seaborne が recognize め ら れ た こ と か ら, 15 を additional で measuring し た. Now は, こ れ ま で の obtain デ ー タ に つ い て intermediate parsing と し て, three dimensional デ ー タ の マ ー カ ー pay け 処 Richard お よ び bones and muscles, モ デ ル parsing で KCF を calculate し て い る. Finished こ れ ら の parsing を で き time, health always step line の basic space に す seaborne る many variations の ず れ を マ ハ ラ ノ ビ ス の distance と し て scale し and high dimensional variations more の distribution か ら high importance の い index を サ ン プ リ ン グ す る Marcov Chain Monte を Carlo (MCMC) method with い て, KCF を reduce さ せ る た め に improve す べ き kinematics target を selected し therapy, sports の pointer を guide く た め の bones and muscles, モ デ ル parsing に AI を group み close わ せ た シ ス テ ム と し て の な of clinical usefulness を 検 card す る.