在宅センサーとAIでALSの変化を監視する試み ^{CEFR B2}

ミズーリ大学の研究チームは、在宅センサーと人工知能を組み合わせて筋萎縮性側索硬化症（ALS）患者の健康変化を継続的に監視するシステムを試験しています。プロジェクトは作業療法士で研究者のBill Janesが率いており、センサー技術は工学のMarjorie Skubic氏と看護学のMarilyn Rantz氏が高齢者向けに開発したものを基にしています。

家庭内のセンサーからの信号は無線で二つの小型ボックスに送り、そこから大学のシステムへ安全に転送されて解析されます。研究者たちはまずセンサーが日常機能の実際の変化を正確に反映するかを検証し、その結果を踏まえて機械学習を用いた予測モデルを構築する計画です。モデルはALS機能評価尺度改訂版（ALSFRS-R）の点数を推定することを目指します。

データサイエンスを率るのは医学部の研究アナリストで博士課程のNoah Marchalで、彼は生物医療インフォマティクス助教のXing Songと協力してAI部分を実装しました。研究の狙いは、歩き方や呼吸の変化を早期に検出して転倒や入院につながる問題を見つけることです。将来的には予測モデルを臨床の作業流に組み込み、懸念される低下が示された場合に以下の対応が検討されます。

• 患者への連絡
• 薬の調整
• 補助具の推奨
• さらなる治療の提案

参加家族からはつながりの感覚と安心感が増したとの報告があり、研究者らはこの手法がパーキンソン病や心不全など他の慢性疾患の監視にも応用できる可能性があると述べています。研究成果は学術誌Frontiers in Digital Healthに掲載され、ミズーリ大学が報じました。