お知らせ
HOME > お知らせ > Prediction Oneを活用した「回復期リハビリテーション病棟の退院時運動FIMに関するAIを用いた予測モデルと統計モデルの特性」が、「第60回 日本リハビリテーション医学会学術集会」にて発表されました
学会発表
2023.06.30
Prediction Oneを活用した「回復期リハビリテーション病棟の退院時運動FIMに関するAIを用いた予測モデルと統計モデルの特性」が、「第60回 日本リハビリテーション医学会学術集会」にて発表されました
2023年6月30日、「第60回 日本リハビリテーション医学会学術集会」にて発表された「回復期リハビリテーション病棟の退院時運動FIMに関するAIを用いた予測モデルと統計モデルの特性」にPrediction Oneが活用されました。
- 掲載概要
- ■演題
回復期リハビリテーション病棟の退院時運動FIMに関するAIを用いた予測モデルと統計モデルの特性
■研究概要
2020~2022年度に当院回復期リハビリテーション病棟に入院したテント上病変の脳卒中症例にて、退院時運動FIM(Functional Independence Measure)を予測するためのAIモデルと重回帰分析による統計モデルにおいて、学習用データの増加による予測精度の変化と予測値と実測値の残差の検証を行いました。
AIモデルは学習用データが増えることで精度が向上し、最終的に完成したAIモデルは、統計モデルと同等の残差(AIモデル:9.60±9.26, 統計モデル:9.74±7.99)となりました。統計モデルは過去のデータの解釈に重要であり、集団の傾向を捉えることができます。一方、AIモデルは簡易的に予測モデルが作成でき、統計モデルと同程度の精度をもつことから、今後も特性を理解して利用していくべきと考えます。
■研究者
安部千秋,小野圭介,髙橋良輔,森田和幸,荒洋輔,伊藤宗一朗,宇野奨吾,林達也,阿部正之,白坂智英
■発表日
2023年6月30日
■掲載媒体
第60回 日本リハビリテーション医学会学術集会
- 執筆者のコメント
-
十勝リハビリテーションセンター 理学療法士 安部千秋
リハビリテーション分野で重要である予後予測において、重回帰分析や決定木分析など多くの統計モデルが報告されています。当院では脳卒中症例に対してPrediction Oneを用いた予測に実用性があると考え、2023年1月より実用を開始しています。AIの予測が統計モデルと同程度の精度を持つ可能性があるということで、今後さらなるAIモデルに関する検討が必要であると考えます。