脳性麻痺患者の歩行中における人工知能モデルによって予測された下肢関節モーメントを臨床的な gait 分析に使用できるか？
カテゴリ：手術支援
公開日：2026年2月19日
タイトル：Can we use lower extremity joint moments predicted by the artificial intelligence model during walking in patients with cerebral palsy in the clinical gait analysis?
雑誌名：PloS One. 2025; 20(4): e0320793.
概 要：
本研究は、脳性麻痺（CP）患者の歩行中における下肢関節モーメントを予測する人工知能（AI）モデルの信頼性と実用性を評価します。622人のCP患者の関節運動学を入力として用い、AIモデルの予測精度を評価するために、臨床的に関連する閾値を設定し、関節モーメントを「受容可能（緑）」「注意が必要（黄）」「受容不可（赤）」の3つのラベルに分類しました。ANOVAおよびボンフェローニの事後検定を用いて、各ラベルのnRMSE値の有意差を検討しました。結果、股関節は84%が緑ラベルであり、足関節は50%と最も低い割合でした。AIモデルの性能は中程度と評価され、臨床設定におけるAIモデルの実用性を評価するための三段階アプローチが有用であることが示されました。
方 法：
この研究は、622人の脳性麻痺患者を対象にした前向き研究です。関節運動学を入力として、AIモデルが下肢関節モーメントを予測しました。臨床的に関連する閾値を設定し、nRMSEに基づいて関節モーメントを3つのラベルに分類しました。ANOVAおよびボンフェローニの事後検定を用いて、各ラベル間のnRMSE値の有意差を評価しました。
結 果：
股関節は84%が受容可能（緑）ラベルであり、足関節は50%が受容可能（緑）ラベルでした。LDAモデルは、股関節モーメントの緑ラベル予測において85.2%の精度と92%のFスコアを達成しました。より重度の患者状態は、赤ラベルの予測増加と関連していました。
結 論：
AIモデルは、脳性麻痺患者の下肢関節モーメントを予測する上で中程度の性能を示し、臨床的なgait分析におけるAIモデルの実用性を評価するための三段階アプローチが有用であることが示されました。