Development of treatment algorithm using musculoskeletal model analysis and AI technology in knee joint osteoarthritis

利用肌肉骨骼模型分析和人工智能技术开发膝关节骨关节炎治疗算法

• 批准号: 22K21258
• 负责人: 久保 峰鳴
• 金额: $ 1.83万
• 依托单位: Osaka Kawasaki Rehabilitation University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Research Activity Start-up
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-08-31 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22K21258/
• 关键词: 変形性膝関節症; 歩行; 動作解析; 筋骨格モデル; 人工知能

本研究の目的は、変形性膝関節症（Knee joint osteoarthritis; KOA）患者において、三次元歩行計測データから、筋骨格モデル解析を用いて算出した歩行時の膝関節への圧迫力（Knee joint compression force; CF）に関連する特徴量を人工知能（Artificial intelligence; AI）を用いて抽出し、その特徴量を標的にKCF減少のための介入法を立案し、その臨床効果を検証する。KOA患者における歩行の異常パターンを健常歩行との比較において捉えるために、すでにデータベース化されている105名の三次元歩行計測データに加え、30名の健常高齢者データを追加した。また、KOA患者についても既存データ55例より、除外基準にかかる対象者が認められたことから、15名を追加で計測した。現在は、これまでの取得データについて中間解析として、三次元データのマーカー付け処理および筋骨格モデル解析でKCFを算出している。これらの解析を完了でき次第、健常歩行の基本空間に対する多変量のずれをマハラノビスの距離として尺度化し、高次元多変量の分布から重要度の高い指標をサンプリングするMarcov Chain Monte Carlo（MCMC）法を用いて、KCFを減少させるために改善すべき運動学的目標を選定し、運動療法の治療指針を導くための筋骨格モデル解析にAIを組み合わせたシステムとしての臨床的な有用性を検証する。

本研究的目的是计算膝骨关节炎（KOA）患者行走时膝关节受到的压缩力，该压力是使用肌肉骨骼模型分析根据三维步态测量数据计算得出的。提取与KCF（力；CF）相关的特征，针对这些特征设计降低KCF的干预方法，并验证其临床有效性。为了了解 KOA 患者与正常步态相比的异常步态模式，我们将 30 名健康老年人的数据添加到数据库中已有 105 人的 3D 步态测量数据中。此外，还测量了另外 15 名 KOA 患者，因为现有数据中有 55 名患者符合排除标准。目前，作为对迄今为止获得的数据的中期分析，我们正在通过标记 3D 数据和肌肉骨骼模型分析来计算 KCF。一旦这些分析完成，我们将使用马尔可夫链蒙特卡罗（MCMC）方法，该方法将健康步行基本空间的多元偏差缩放为马哈拉诺比斯距离，并从高维多元分布中采样非常重要的指标。将验证将人工智能与肌肉骨骼模型分析相结合的系统的临床实用性，以选择需要改进的运动学目标，以减少 KCF 并指导运动疗法的治疗指南。