ワイヤレス・マルチモーダル・ウェアラブル電子デバイスを用いた嚥下動作の自動臨床評価および不顕性誤嚥の診断

嚥下困難は、脳卒中、パーキンソン病、頭頸部がんなどの疾患においてより一般的に見られます。これは、肺炎、窒息、栄養不良、および脱水症状を招く可能性があります。現在、診断のゴールドスタンダードは放射線学的画像診断であるビデオ透視嚥下検査（VFSS）ですが、費用が高く、専門的な設備と訓練を受けた人員が必要です。いくつかのデバイスがこれらの限界への対処を試みていますが、VFSSと同等の臨床レベルの品質と精度を備えたものは存在しません。本研究では、嚥下動作の自動的かつ正確な臨床評価、および嚥下困難患者における不顕性誤嚥の診断を目的とした、機械学習搭載のワイヤレス・マルチモーダル・ウェアラブルシステムについて報告します。本デバイスには、動作による皮膚接触インピーダンスの変化を抑制する切り紙構造の電極と、外部ノイズを効果的に遮断して高品質な筋電図および嚥下音を測定するためのゲル層付きマイクが組み込まれています。深層学習アルゴリズムにより、不顕性誤嚥を診断しながら嚥下パターンの分類を89.47%の精度で行うことが可能です。脳卒中後患者を用いた実証では、複数の生理学的信号をリアルタイムで測定して嚥下障害を検出できる本システムの有用性が示され、VFSSとの比較により検証されました。このマルチモーダル電子デバイスは、嚥下および誤嚥イベントをモニタリングするための正確で非侵襲的な代替手段を提供し、嚥下困難のヘルスケアおよびリハビリテーション治療に有望な未来をもたらすことが期待されます。