| 研究課題/領域番号 |
21K12655
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分90110:生体医工学関連
|
|---|
| 研究機関 | 日本大学 |
|---|
研究代表者 |
長尾 光雄 日本大学, 工学部, 研究員 (90139064)
|
|---|
| 研究分担者 |
紺野 愼一 福島県立医科大学, 医学部, 博士研究員 (70254018)
荊 雷 会津大学, コンピュータ理工学部, 上級准教授 (30595509)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 運動器症候群 / 膝関節音 / WOMAC / Small Data / バランス能力 / AI / small data / 歩行長寿 / 変形性膝関節症 / ロコモティブシンドローム / 過学習 / 身体活動 / 機械学習 / 中高齢者 / WOMAC変形性関節症指数 / データ拡張 / 膝関節 / 人工知能 / AI人工知能 / 重心動揺 |
|---|
| 研究開始時の研究の概要 |
・AIを用いて中高齢者の運動器症候群（ロコモティブシンドローム）を診断予知し、これに基づく予防の処方箋を提示する計測診断方法の開発を目指し、高齢者の歩行長寿に貢献する。
・特徴はいつでもどこでも誰にでも簡便に計測可能なシステムを想定している。
・予知/予防とは臨床と工学の相互データから学習させた予測精度が高いAIアルゴリズムを構築する。
・AI構築の対象はロコモ度、関節音、バランス、アライメントから試行し、精度向上と最適化を進める。
|
| 研究成果の概要 |
膝関節揺動運動特性は体幹バランス特性と強い相関を認めた。AIデータの提供は、標準的な変形性膝関節症に対する疾患特異的な評価尺度の回答と診療データを仮想データとした。少ないデータ量で効率的に高い精度を達成する機械学習技術を提案し、認識率は60%から94%以上に改善した。これにより、運動機能症候群の予知/予防に資する成果を得た。膝関節揺動運動の計測は貼付け型の慣性・音響を一体にしたセンサである。
|
| 研究成果の学術的意義や社会的意義 |
学術的意義：体幹バランスと膝関節揺動運動の相関を認める計測因子と解析方法の成果は、生体信号計測デバイスの小型化に利する。診療データの標準化によりAI技術の進化で診療に工学的なエビデンスの活用が期待できる。
社会的意義：予知/予防の視点から、フレイル・介護予防等のリスク管理、包括的な循環型リスク診療管理・健康づくりに関わる医療・ヘルスケア事業関係者には簡便に計測できるデバイスとして活用できる。
|
