高齢者における身体機能状態の予測：手首加速度計センサーと身体活動のデジタルバイオマーカーからの洞察
カテゴリ：手術支援
公開日：2026年2月19日
タイトル：Predicting physical functioning status in older adults: insights from wrist accelerometer sensors and derived digital biomarkers of physical activity.
雑誌名：J Am Med Inform Assoc. 2024 Nov 01; 31(11): 2571-2582. doi: 10.1093/jamia/ocae224.
概 要：
本研究は、高齢者における身体機能障害（PFI）の予測において、従来の身体活動（PA）指標が持つ限界を克服することを目的としています。手首加速度計から得られたデータを用いて、独自の時間的パターンと新たなデジタルバイオマーカーを特定し、説明可能な人工知能技術を活用してPFIおよびそのサブタイプを予測します。747人の参加者からのデータを分析し、231のPA特徴を計算しました。
方 法：
本研究では、National Health and Aging Trends Study（NHATS）からの747人の参加者の手首加速度計データを使用し、時間系列分析技術Tsfreshを用いて231のPA特徴を算出しました。PFIおよびそのサブタイプ（歩行、バランス、四肢の筋力）を予測するために、6つの機械学習アルゴリズムを用いて予測モデルを開発し、ハイパーパラメータの最適化を行いました。SHapley Additive exPlanations法を用いてモデルを解釈し、入力特徴の重要性をランク付けしました。
結 果：
時間的分析により、PFIと健康な対照群との間で、午前9時から11時の間に身体活動のピークに差があることが明らかになりました。最も性能が良かったモデル（勾配ブースティングツリー）は、手首加速度計データと人口統計データを組み合わせた際に、曲線下面積（AUC）85.93%、精度81.52%、感度77.03%、特異度87.50%を達成しました。
結 論：
新たなデジタルバイオマーカーは、PFIの予測において従来のPA指標を上回る性能を示しました。これらの結果は、PFIの予測における身体活動パターンの多次元的な特性を捉える重要性を強調しています。手首加速度計によるデジタルバイオマーカーを統合したPFIモニタリングシステムは、リモートでのPFI監視の現状を改善する可能性があります。