脳卒中患者における後遺障害として四肢運動障害は重要であるが、複雑な病因と多様な症状発現のために個別化された適切な予後予測は容易ではなかった。韓国・嶺南大学校の研究チームは、入院時データから「脳卒中後の運動機能予後」を予測する機械学習アルゴリズムを構築した。研究成果はこのほど、Journal of Stroke & Cerebrovascular Diseasesから公開されている。
本研究論文によると、1,056の脳卒中患者データを利用し、14のシンプルな臨床変数から発症後6ヶ月時点での運動機能を予測する機械学習アルゴリズムを導いた。用いた機械学習モデルは深層ニューラルネットワーク（DNN）・ロジスティック回帰・ランダムフォレストの3つで、運動機能評価にはBrunnstrom stageと歩行自立度の指標としてFunctional Ambulation Categoryを選んでいる。上肢機能および下肢機能のいずれの予測に関しても、DNNモデルが最も優れたパフォーマンスを示し、AUCでそれぞれ0.906および0.822であった。
著者らは「機械学習アルゴリズム、特にDNNが脳卒中後の四肢における運動機能予測に役立つ可能性がある」としており、リハビリテーションを含む治療計画策定への重要な示唆を与えるものとして、当該領域におけるAIの活用機会増にも言及している。
関連記事：
