ウェアラブルデバイスに基づく糖尿病性末梢神経障害のリアルタイム診断システムの開発と多施設外部検証
カテゴリ：手術支援
公開日：2026年6月24日
タイトル：Development and Multicenter External Validation of a Real-Time Artificial Intelligence Diagnostic System for Diabetic Peripheral Neuropathy Based on Wearable Devices
雑誌名：Gerontology. 2026 Apr 08; 1-17. doi: 10.1159/000551704.
概 要：
糖尿病性末梢神経障害（DPN）は、糖尿病患者の半数以上に影響を及ぼす一般的な合併症であり、未検出の場合には痛みや転倒、潰瘍、切断を引き起こす可能性があります。本研究では、ウェアラブルデバイスから得られる歩行とバランスデータを用いた機械学習モデル「STRIDE」を開発し、リアルタイムでDPNを分類するための検証を行いました。
方 法：
本研究は複数のセンターで実施され、206人の参加者が健康な対照群（n = 32）、DPNのない糖尿病患者（n = 47）、無症状のDPN（n = 48）、および有症状のDPN（n = 79）に分類されました。別途42人のグループが検証に使用されました。1分間の歩行と修正バランステスト中に、LEG-Sys/BalanSensセンサーが68の特徴を生成しました。STRIDEはランダムフォレストとロジスティック回帰を用い、交差検証を行いました。評価指標には、受信者動作特性曲線下面積（AUROC）、精度、感度、特異度、F1スコア、解釈可能性のためのSHAPが含まれ、リアルタイム評価を可能にするスコアリングシステムが導入されました。
結 果：
ランダムフォレストはAUROC 0.80（95% CI: 0.64-0.92）、ロジスティック回帰は0.79（95% CI: 0.62-0.95）を達成しました。重要なSHAP特徴は、歩幅の変動性（重み = 0.61）と二重支持時間でした。外部検証では、初期精度78.6%、再現率86.5%、精度88.9%を示し、4件中3件の偽陽性が1年以内にDPNを発症し、89.3%の調整一致率を得ました。STRIDEは中期予測において他のパラメータを上回り、貧血の影響を4年間受けませんでした。
結 論：
STRIDEはDPN分類のためのスケーラブルで解釈可能なツールを提供し、早期介入と改善された結果を支援します。臨床統合のためには、より大規模な縦断研究が必要です。