From Video to Clinical Insight: Computer Vision-Based Detection of Upper Limb Compensation Strategies Following Stroke Utilizing SAM3D Body

脳卒中からの回復は、しばしば適応の物語です。腕への指令センターである脳が損傷を受けると、身体は目的を達成するための回避策を見つけ出すことがよくあります。もし、肩の筋肉が弱いために手で前方に手を伸ばせない場合、コップに手を近づけるために体幹全体を前に傾けたり、肩を高く持ち上げたりすることがあります。これらの「代償運動」は、その人がタスクを完了することを可能にしますが、腕が正しい動き方を再び学習することを妨げる悪い習慣となる可能性があります。何十年もの間、セラピストはクリニックでの訪問中に、患者が物に手を伸ばす様子を観察し、脊椎が曲がっていないか、あるいは肩が上がっていないかを確認することで、自身の目を使ってこれらのショートカットを見つけ出そうとしてきました。しかし、この手法は患者が病院で過ごすわずかな時間に限定されるため、自宅に戻った際に進捗を追跡したり、微妙な変化を捉えたりすることを困難にしています。

研究チームは現在、標準的なビデオカメラとコンピュータプログラムのみを使用して、これらの隠れた動きを可視化する方法を開発しました。機械に身体の特定の角度を認識させるよう学習させることで、脳卒中サバイバーがこれらの代償戦略を使用している場合に自動的にフラグを立てるシステムを作り上げました。その目的は、セラピストに取って代わることではなく、単なるビデオ録画を身体の動きに関する詳細なレポートへと変える、24時間体制で機能するツールを彼らに提供することでした。このアプローチは、実験室のような制御された環境ではなく、患者が実際に生活し、練習を行う現実の世界で、回復をモニタリングするための道を開くものです。

研究者たちは、単純なタスク（水筒に手を伸ばして口に運ぶ）の際に行われる、身体による3つの一般的な代償方法に焦点を当てました。1つ目は、身体の横から肩を浮かせることです。2つ目は、上半身を前方に曲げることです。3つ目は、上半身を横に傾けることです。コンピュータにこれらを特定させるために、チームは1ヶ月から6ヶ月前に脳卒中を発症した26人の人々を募りました。各参加者はテーブルに座り、健康な方の腕で10回、麻痺のある方の腕で10回のリーチングタスクを行いました。タブレットのカメラが、正面からのあらゆる動きを記録しました。

皮膚にセンサーを取り付けたり、患者に特別なスーツを着用させたりする代わりに、チームは「SAM3D Body」と呼ばれる高度なコンピュータビジョンモデルを使用しました。このソフトウェアはビデオをフレームごとに分析し、人物の身体の3次元スケルトン（骨格）を構築して、空間における脊椎、肩、肘、手首の位置を追跡します。研究者たちはその後、各動きに対して特定の角度を算出しました。例えば、肩の挙上を測定するために、コンピュータは上腕と脊椎の間の角度を計算しました。傾きを測定するために、脊材が垂直線からどれだけ傾いているかを測定しました。彼らは、最大角度、平均角度、および開始位置からの角度の変化量を確認しました。

コンピュータが正しいことを学習しているかを確認するため、3人の専門家（医師およびセラピスト）がビデオを視聴し、各試行を代償運動があるかないかのいずれかでラベル付けしました。彼らは、大部分の試行においてラベルの一致を見せました。研究者たちは、計算された角度のみに基づいてこれらのラベルを予測するように、機械学習アルゴリズム（データからパターンを学習する一種のコンピュータプログラム）を訓練しました。彼らは、25人のデータでコンピュータを訓練し、その後、26人目の人物の動きを予測させるというプロセスを、すべての参加者がテストされるまで繰り返すという厳格な方法を用いてシステムをテストしました。これにより、システムが一度も見たことのない新しい人物に対しても、これらの動きを認識できることが保証されました。

結果は、コンピュータが非常に高い信頼性でこれらの動きを特定できることを示しました。肩の挙上の戦略については、システムは約95.5%の確率で正解しました。横への傾きについては、87.5%の確率で正解しました。前屈みの動きは検出が最も難しく、精度は75.6%でしたが、3つのタイプ全体を通じた成功率は強力なものでした。研究者たちは、システムがより重度の障害を持つ人々に対して最も効果的に機能することを発見しました。これらの患者では、代償運動が大きく明らかなため、コンピュータにとって特定が容易でした。軽度の障害を持つ人々については、動きがより微細で正常な動きのパターンに近いため、区別がわずかに難しくなりました。これは、このツールが最も助けを必要とする患者にとって特に有用であることを示唆しています。なぜなら、彼らの大きな動きこそが、システムが最も確実に捉える動きだからです。

研究はまた、なぜ一部の動きが他の動きよりも検出が難しいのかについても明らかにしました。上半身の前屈みは、奥行きの知覚（身体がカメラに対してどのように前後に動くか）に依存しています。システムは単一のカメラを使用しているため、この奥行きを推定する必要があり、これは平らな画面上の横方向や上下方向の動きを測定することよりも本質的に困難です。この技術的な制限が、前屈みの検出精度が肩や横への傾きの検出よりも低くなった理由を説明しています。それにもかかわらず、システムは、影響を受けた側の腕と健康な側の腕をうまく区別でき、弱い方の腕が一貫してより大きな代償角度を引き起こすことを示しました。

研究者たちは、このテクノロジーは人間の判断を代替するのではなく、支援するために設計されていることを強調しています。実用的な場面において、このシステムはフィルターとして機能し、数時間のビデオをレビューして、代償運動が発生した可能性が高い特定の試行のみをハイライトします。セラピストは、フラグが立てられた瞬間だけをレビューし、ビデオ上に重ね合わされた身体の3D再構成図を見て、その結果を確認することができます。これにより、セラピストは時間を節約し、最も関連性の高いデータに集中できるようになります。また、このシステムは遠隔モニタリングにも使用でき、患者が自宅でタブレットを使用してタスクを行い、そのデータをケアチームに送信することを可能にします。これにより、継続的な回復のイメージを提供し、患者が改善しているのか、あるいはクリニックの訪問の間に古い習慣に逆戻りしていないのかを示すことができます。

現在のシステムはビデオを処理するために強力なコンピュータを必要としますが、研究者たちは、将来の改善によって標準的なモバイルデバイスでも実行できるほど高速になる可能性があると述べています。また、照明の状態や背景の乱雑さといった現実世界の条件がシステムに課題を与える可能性があること、そして軽度の障害を持つ人々に対する精度を高めるためにはさらなるデータが必要であることも認めています。しかし、核心となる発見は変わりません。単一のビデオカメラと高度なソフトウェアを使用して、脳卒中サバイバーの動きを客観的に測定することは可能です。単純なビデオを身体の角度の精密な測定値へと変えることで、この研究は、リハビリテーションが単なるクリニックへの訪問の連続ではなく、データに基づいた継続的な回復への旅となる未来への扉を開いています。