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

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。

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。