非接触のセンサーと機械学習の組み合わせで頸髄症患者をスクリーニング：医療技術ニュース

東京医科歯科大学と慶應義塾大学は、非接触型センサーを用いて手指動作のデータを取得し、機械学習によって疾患の有無を推定する、頸髄症を簡便にスクリーニングする手法を開発した。

[MONOist]

　東京医科歯科大学、慶應義塾大学は2021年9月27日、頸髄症を簡便にスクリーニングする手法を開発したと発表した。非接触型センサーを用いて手指動作のデータを取得し、機械学習によって疾患の有無を推定する。専門医による既存の身体診察と同等以上の高い精度で、頸髄症の可能性を検査できる。

　手指動作のデータ取得には、非接触でリアルタイムに動作を計測する、Ultraleapのセンサー「Leap Motion」を利用する。被験者は、PCに接続したLeap Motionの前に座り、腕を伸ばした状態で素早く手指を20回開閉する。開閉動作はリアルタイムでPCのディスプレイに表示され、記録が保存される。

非接触の計測センサー「Leap Motion」［クリックで拡大］ 出所：東京医科歯科大学

計測方法 出所：東京医科歯科大学

計測中の画面表示（左：手指を閉じた時、右：手指を開いた時）［クリックで拡大］ 出所：東京医科歯科大学

　頸髄症患者50人、頸髄症ではない被験者28人からLeap Motionで得られたデータを機械学習に用いたところ、疾患のある人を陽性と判定する感度、疾患のない人を陰性と判定する特異度、検査精度の質を示すAUCは、それぞれ84％、60.7％、0.85だった。これらの値は全て、従来の専門医による検査と同等かそれ以上だった。

　頸髄症は頚椎の中で脊髄が圧迫されて起こる疾患で、手指の動かしにくさや歩行のふらつきを引き起こす。初期症状に乏しく専門医以外の診断が難しいため、診断がつくまでに進行が進んでしまうことがあるという課題がある。

　今後、本手法が社会実装されれば、この検査で頚髄症が疑われた場合に、専門医による早期診断、早期治療につなげるシステムを作れる。最終的には、疾患の重症化による身体機能の低下、社会的損失を防ぐことを目指す。