MEDICINE & AI

タイトル：Identification and interpretation of gait analysis features and foot conditions by explainable AI 雑誌名：Sci Rep. 2024 Mar 12; 14(1): 5998. 概　要： 本研究は、臨床的な歩行分析が足の障害を特定し、手術計画を立てる上で重要であることを背景に、歩行データの自動解析の可能性を探求しました。最新の機械学習（ML）および説明可能な人工知能（XAI）アルゴリズムを用いて、6つの特定の足の状態に対する歩行分析の各ステップを自動化しました。新たに手動で作成した特徴を用い、サポートベクターマシン（SVM）やランダムフォレスト（RF）を用いた再帰的特徴除去を行い、低分散の特徴を排除しました。K近傍法（KNN）やロジスティック回帰（LREGR）と比較し、最終的に多数決モデル（MV）を用いて分類を行いました。KNNとMVは、平均バランス精度、再現率、適合率、F1スコアで0.87を達成しました。選択された特徴と足の状態との強い関連性が示され、臨床的な関連性を示唆しています。このMLパイプラインは他の足の状態にも適応可能であり、専門家の足の状態の特定や手術計画に役立つ可能性があります。 方　法： 本研究では、機械学習を用いた歩行分析の自動化を目的としたコホート研究を実施しました。新たに手動で作成した特徴を用い、SVMとRFを用いて低分散の特徴を排除しました。分類にはSVM、RF、KNN、LREGRを比較し、最終的に多数決モデルを用いました。主要評価指標は、平均バランス精度、再現率、適合率、F1スコアです。 結　果： KNNと多数決モデルは、平均バランス精度、再現率、適合率、F1スコアで0.87を達成しました。選択された特徴と足の状態との関連性が高く、臨床的な関連性を示唆する結果が得られました。 結　論： 本研究は、歩行分析における機械学習の自動化の可能性を示し、足の状態の特定や手術計画において専門家を支援するための新たな手法を提供します。