人工知能による深層学習を応用した運動障害性咀嚼障害の多軸診断支援システムの開発

2024 Fiscal Year Annual Research Report

• Project/Area Number: 20K10071
• Research Institution: Okayama University
• Principal Investigator: 大野 彩 (木村彩) 岡山大学, 大学病院, 准教授 (20584626)
• Co-Investigator(Kenkyū-buntansha): 窪木 拓男 岡山大学, 医歯薬学領域, 教授 (00225195) ; 森田 瑞樹 岡山大学, ヘルスシステム統合科学研究科, 教授 (00519316) ; 菊谷 武 日本歯科大学, 生命歯学部, 教授 (20214744) ; 百田 龍輔 岡山大学, 医歯薬学領域, 助教 (80263557)
• Project Period (FY): 2020-04-01 – 2025-03-31
• Keywords: 咀嚼機能 / 摂食嚥下障害

Outline of Annual Research Achievements

本研究では、①咀嚼運動をセンサー付きカメラで撮影した画像から評価できる「運動性咀嚼機能評価プロトコール」を開発し、信頼性・妥当性を確認すること、②開発した「運動性咀嚼機能評価プロトコール」を用いて、咀嚼障害患者および正常咀嚼者の撮影および診断を行い、教師データを収集すること、そして、③教師データを人工知能学習に供し、人工知能による運動障害性咀嚼障害診断システムを開発することを目的としている。
2024年度は、咀嚼・嚥下機能を対象とした定量的な評価手法の確立と、自動解析による機能判別技術の検討を進めた。まず、三次元認識カメラとRGBカメラを併用し、多方向からの動画撮影を実施した。健常者による咀嚼・嚥下動作を一咀嚼単位で解析し、X・Y・Z軸の変位量、動作速度、動作持続時間などの指標を精密に抽出した。また、食品硬度の異なる試験食品を用いて運動パターンの変化を比較し、動作の適応性を評価した。
さらに、高齢者を対象とした臨床データの収集も並行して実施した。対象は105名で、咀嚼機能、食品摂取状況、義歯使用、栄養状態、身体機能、生活環境、基礎疾患など、多面的な情報を収集した。動画は1症例につき10回の咀嚼場面を撮影し、動作の特徴を時系列的に記録・整理した。これらのデータをもとに、一定の条件に基づいた分類処理を行い、得られた判別結果を専門職による評価と比較した。
その結果、咀嚼機能の状態を定量的に識別する方法として、本手法が一定の妥当性を有することが確認された。一方で、咀嚼機能の軽度な変化や個人差に起因する誤判別が一部にみられたことから、今後は評価基準の明確化、指標の選別、ならびに対象者の拡充によって精度の向上を図る必要がある。
本年度の成果は、非接触・非侵襲の評価技術として、実臨床や在宅現場での活用可能性を示す重要な進展であった。