お知らせ

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「AIにより回復期リハビリテーション病棟脳卒中症例の退院時運動FIMを予測できるか」にPrediction Oneが活用されました。

掲載概要

■演題
AIにより回復期リハビリテーション病棟脳卒中症例の退院時運動FIMを予測できるか

■研究概要
2020～2021年度に当院回復期リハ病棟に入棟した症例（457名）の入棟時データ（年齢・上限日数・発症からの日数・FIM・FACT・BBS・MMSE・コースIQ）から退院時の運動FIMの予測モデルを作成し、2022年度（4月～10月）に回復期リハ病棟に入棟した症例（43名）の退院時運動FIMを予測しました。
そして、AIと担当セラピストの各予測結果に対し、実際の退院時運動FIMとの予測誤差を算出しました。予測モデルの決定係数は0.7985でした。AIの予測数値と実際の退院時運動FIMとの誤差は平均5.43±5.93点であり、セラピストの予測数値との誤差は6.42±5.52点でした。統計結果はp=0.258, r=0.17（効果量小）で有意差はありませんでした。
両者に優位差はなく、AIを用いたことで、入棟時の情報からセラピストと同程度の精度で予測できる可能性がありました。

■研究者
森田和幸、小野圭介、髙橋良輔、荒洋輔、伊藤宗一朗、安部千秋、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 リハビリテーション部 作業療法科 科長 森田和幸

回復期リハ病棟のアウトカムにもなっている退院時運動FIMの予後予測に、Prediction Oneを用いて検証を行いました。本研究の結果から、入棟時の情報からセラピストと同程度で予測できる可能性がありました。今後、臨床場面での活用とともに、運動器疾患も含めた予測モデル作成を進めていきたいと考えています。また、さらなる精度向上に向け、バリアンス評価や分析を行っていきたいと思います。