デジタルバイオマーカーの開発のための歩行分析とスマートインソールを使用したサルコペニア患者の身体能力の評価

Scientific Reports volume 13、記事番号: 10602 (2023) この記事を引用

485 アクセス

1 オルトメトリック

メトリクスの詳細

この研究の目的は、複数の測定ツールにわたる変数の重要性を比較し、スマートインソールと人工知能（AI）歩行分析を使用してサルコペニア患者の身体能力を評価できる変数を作成することです。 この研究は、サルコペニア患者と非サルコペニア患者を分析および比較することにより、サルコペニアの予測モデルおよび分類モデルを開発し、デジタルバイオマーカーを発見することを目的としています。 研究者らは、スマートインソール装置を使用して83人の患者から足底圧データを収集し、姿勢推定のためのビデオデータを収集するためにスマートフォンを使用した。 マン・ホイットニー U 法は、23 人の患者からなるサルコペニア群と 60 人の患者からなる対照群を比較するために実施されました。 スマートインソールと姿勢推定を使用して、サルコペニア患者の身体能力を対照群と比較しました。 関節点変数の分析では、15 変数のうち 12 変数で有意な差が示されましたが、膝の平均、足首の範囲、股関節の範囲では有意な差はありませんでした。 これらの発見は、デジタル バイオマーカーを使用して、サルコペニア患者と正常集団をより高い精度で区別できることを示唆しています。 この研究では、スマート インソールと姿勢推定を使用して、筋骨格系障害患者とサルコペニア患者を比較しました。 正確なサルコペニア診断には複数の測​​定方法が重要であり、デジタル技術は診断と治療を改善する可能性を秘めています。

サルコペニアは、加齢に伴う筋肉量、筋力、機能の低下です。 これは高齢者によく見られる問題であり、可動性の低下、転倒、骨折のリスクの増加、生活の質の低下につながる可能性があります1。 サルコペニアの原因は、ホルモンの変化、身体活動の低下、酸化ストレスと炎症、筋タンパク質の合成と分解の変化など、複雑です2,3。 サルコペニアを診断するためにいくつかのガイドラインが開発されており、EWGSOP や AWGS などの機関によって提示された代表的なガイドラインがあります 4,5,6。 この診断ガイドラインにはサルコペニア患者の身体機能評価項目が含まれており、現在さまざまな方法で測定されています1,7,8。

サルコペニアの診断には、さまざまな方法で筋肉量、筋力、身体能力、体組成を評価することが含まれます。 最近では、歩行速度テスト、椅子立ちテスト、タイムアップ アンド ゴー (TUG) テスト、握力テストなどのツールが一般的に使用されており、身体パフォーマンスの評価に焦点が当てられています9,10。 ただし、これらの方法は測定者や環境による主観的なバイアスの影響を受けやすくなります。 これに対処するために、人工知能 (AI) を使用して身体パフォーマンス データを収集する取り組みが進められています11。 特に姿勢推定を用いて関節の角度や範囲を計算する研究が盛んに議論されている12,13。

身体姿勢推定などの AI テクノロジーと並行して、スマート機器を使用して患者の身体パフォーマンスの測定精度を向上させる研究が進行中です 14、15、16。 姿勢推定は、深層学習モデルを使用して人体のキーポイントをリアルタイムで推定するコンピューター ビジョン テクノロジーです。 人体の関節や部位を追跡および検出し、2D または 3D の姿勢推定を可能にします17、18、19。 現在、複数のカメラを使用して高精度の 3D モーション キャプチャを実行する VICON モーション システム (Vicon Nexus、Vicon Motion Systems Ltd.、オックスフォード、英国) とその精度と有用性を比較するための研究が活発に行われています 12,20。 これらの比較研究を通じて、姿勢推定手法の精度と有用性が検証されています12,20,21。 さらに、現在、スマートウォッチやスマートインソールなどのさまざまなウェアラブルデバイスが患者の身体パフォーマンスを測定するために使用されています。 特に、筋ジストロフィーの分野ではスマートインソールなどの慣性測定装置（IMU）センサーを活用した研究が盛んに行われており、重要な空間的・時間的パラメーターが特定されつつある。 一例として、骨粗鬆症や筋ジストロフィーの歩行をAIやウェアラブルセンサーを用いて解析する研究が行われています。 IMU センサーを使用して筋ジストロフィー患者を特定する研究も行われています 22,23。