A study to determine the severity of spinocerebellar degeneration by analyzing gait videos using a deep learning model

• Project/Area Number: 25K19009
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 52020:Neurology-related
• Research Institution: Hokkaido University
• Principal Investigator: 江口 克紀 北海道大学, 医学研究院, 客員研究員 (20852635)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2027: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2026: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000); Fiscal Year 2025: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
• Keywords: 脊髄小脳変性症 / パーキンソン病 / 歩行解析 / 深層学習 / 人工知能

Outline of Research at the Start

脊髄小脳変性症（SCD）において小脳性運動失調の重症度の評価は神経疾患を専門としない医師にとって容易ではなく、検者の技量によらない簡便でかつ客観的な重症度評価手法の開発が必要である。申請者は2022年度の科研費研究活動スタート支援を拝受し、歩行動画と深層学習を用いてSCD患者の臨床評価スケールであるSARA点数の予測が可能であることを見出し、英文論文として報告した。本研究はこれを発展させ、歩行動画からSARA点数を予測させる深層学習モデルの実臨床への応用を目指し、パーキンソン病患者の歩行動画を利用した転移学習による予測性能の改善と、多施設共同研究によるモデルの予測性能の検証を行う。