An Optimal Control Framework for Adaptive Virtual Reality Interventions in Substance Use Rehabilitation

技術要約：物質使用障害のリハビリテーションにおける適応型バーチャルリアリティ介入のための最適制御フレームワーク

問題提起
物質使用障害（SUD）は依然として重大な公衆衛生上の課題であり、再発防止がリハビリテーションにおける主要な困難となっている。従来の戦略は、アクセシビリティの制限や、渇望（クレイビング）を誘発する現実世界の環境を効果的に再現できないという点において、しばしば限界に直面している。バーチャルリアリティ（VR）は、キュー曝露および介入のための制御された没入型環境を提供するが、既存の文献には、VRベースの治療的介入の正確なタイミングと強度を決定するための、最適制御法の直接的な適用に関する記述が不足している。現在のモデルの多くは、動的なキュー駆動型の反応ではなく、一般的な集団グループまたは静的な介入に焦点を当てている。

手法
著者らは、回復のダイナミクスをシミュレートするために、4つのコンパートメントからなる**適応型・摂動型・矯正型・再発型（APCR）**モデルを中心とした数学的フレームワークを開発した。

• モデル構造： システムは、4つの状態における人口比率を表す一連の結合常微分方程式によって支配される。

  • 適応（$A$）： 安定した回復状態。
  • 摂動（$P$）： キューによって誘発された渇望状態。
  • 矯正（$C$）： 能動的な回復介入を受けている状態。
  • 再発（$R$）： 再発状態。
    これらの状態間の遷移は、トリガー関数 $T(t)$ と治療的回復キューによって駆動される。

• パラメータ化：

  • トリガー関数（$T(t)$）： アルコール関連のキューに関するVR環境内での経験的な注視データ（注視および頻度）から導出。
  • 回復キュー： 当初は、ウェアラブルデバイスからの生理学的バイオマーカー（心拍変動、心拍数、ストレススコア）に基づく受動的な信号としてモデル化。
  • 遷移率： パラメータ（$\beta, \gamma, \alpha, \mu, \delta$）は、単一のセッションからの直接的な臨床結果ではなく、キューへの反応性と認知調節に関する文献に基づいた仮定に基づいて割り当てられた。

• 最適制御の定式化：

  • 受動的な回復キューは、時間依存で有界な制御変数 $u_1(t)$（治療的介入の強度を表す）に置き換えられた。
  • 目的関数： 摂動状態（$P$）に滞在する時間を最小化しつつ、介入コストにペナルティを課すことを目的とする。コスト関数は $J(u_1) = \int_0^{t_f} (A_1 P(t) + \frac{1}{2}B_1 u_1(t)^2) dt$ と定義される。ここで、$A_1$ は摂動状態にあることへのペナルティの重み、$B_1$ は制御努力の重みである。
  • 解法： 著者らは、ポントリャーギンの最小原理を利用して、最適性の必要条件を導出し、状態方程式と随伴（余剰）方程式を含むハミルトニアン系を導出した。結果として得られた最適性は、60分間のホライゾンに対して前進・後退スイープ法を用いて数値的に解かれた。

• 数学的分析： 本論文は、解の存在、一意性、非負性、および不変単体内の有界性を確立しており、これによりモデルが物理的に意味のあるもの（比率の合計が1であり、非負であること）であることを保証している。

主な結果

• 摂動の減少： 回復キューが固定された定数であるパッシブなベースラインと比較して、最適制御戦略は、摂動状態にある個人のシミュレーション上のピーク比率を**33.26%**減少させた（0.439から0.293へ低下）。
• 動的な介入： 最適な制御プロファイルは一定ではない。渇望トリガーが活性化するまで低く維持され、摂動のピーク時に最大強度（$u_{max}=1$）へと急激に上昇し、介入の必要性が減少するにつれて緩やかに減少する。これは、連続的または静的な介入戦略とは対照的である。
• 感度分析： モデルのピーク摂動比率は、遷移率 $\beta$（トリガーへの感受性）および $\alpha$（介入への反応性）に対して非常に敏感である。これらのパラメータの変動は結果を大きく変化させたが、再発からの回復（$\delta$）および成功的な再統合（$\gamma$）を司るパラメータは、ピーク摂動にほとんど影響を与えなかった。
• コスト効率： 分析は、高強度のVR治療は再発のリスクが最も高い狭い窓口においてのみ必要であることを示しており、適応型戦略は連続的な高強度曝露よりも効果的に治療コストを管理できることを示唆している。

意義と主張
本論文は、モデル化された回復状態の変化に動的に反応する、適応型VR介入を設計するための定量的基礎を提供すると主張している。行動的（注視）および生理学的信号を状態依存型の制御フレームワークに統合することで、本研究は、固定されたスケジュールではなく個人のニーズに基づいて治療強度が割り当てられる、パーソナライズされた介入戦略の開発を支援するものである。

著者らは、この研究を、VRを「固定された治療刺激」から「動的に応答する」ツールへと変貌させるためのステップとして位置づけている。彼らは、推定されたパラメータの使用、およびアルコール特異的な注視データへの依存（これが他の物質に完全には一般化できない可能性）という限界を明示的に認めている。本フレームワークは、物質使用のリハビリテーションにおける再発防止を改善するための数学的アプローチを提供することで、**国際連合の持続可能な開発目標（SDGs）の目標3（すべての人に健康と福祉を）**を支援することを目指している。