[3F2-GS-10j] AI応用：QoL

[3F2-GS-10j-05] ウェアラブルデータと機械学習を用いた回復期リハビリ病棟脳卒中患者の機能指標(FIM)予測

〇小笠原 隆行¹、田中 健太郎¹、向野 雅彦²、大高 洋平²、山口 真澄¹、才藤 栄一²、塚田 信吾¹ (1. 日本電信電話株式会社、2. 藤田医科大学)

キーワード：リハビリ、脳卒中、ウェアラブル、Functional independence measure、回復期

近年ウェアラブルデバイスにより運動の記録や目標設定が容易となったが、その利便性はスポーツ分野に留まらない。リハビリテーションは訓練などの能動的活動によって身体可塑性を促し、失われた機能の再獲得を目的とするため、モニタリングにより効果的な治療アプローチの探求が期待できる。しかし、ウェアラブルデータと医療者の重視する臨床指標が一般的に一致するとは限らない。そこで本研究ではウェアラブルデータから臨床指標の推定が可能か検討した。対象は藤田医科大学病院の回復期リハビリテーション病棟にて同意が得られた192名の脳卒中入院患者である。教師ラベルには臨床で用いられる機能指標FIM（Functional Independence Measure）を用いた。特徴量は２種類あり、ひとつは教師ラベルを得た時期における24時間のウェアラブルデータであり心電位と加速度を用いた。もうひとつは、年齢や性別といった基礎情報である。ニューラルネットワークによる学習の結果、5分割交差検定において決定係数0.73 (p<.001)を得た。本結果より、24時間の活動が患者の身体機能を伺い知る手がかりとなりうることが示唆された。