運動中の脊髄損傷が皮膚温調節に及ぼす影響：メタヒューリスティックデータマイニングに基づく予測

科学分野:

• 生理学
• 生体医工学
• 人工知能

背景:

• 運動中の温熱調節は、脊髄損傷（SCI）患者において損なわれる。
• 皮膚温は、温熱調節反応の非侵襲的指標として機能する。
• これらの反応を理解することは、SCI集団における運動管理に不可欠である。

研究 の 目的:

• SCI患者における運動中の皮膚温および中心温の動態を予測するための高度なAIモデルを開発・検証する。
• Extreme Learning Machine（ELM）モデルの予測精度の異なる最適化アルゴリズムを比較する。
• SCIにおける温熱調節に影響を与える主要な生理学的および人口統計学的要因を特定する。

主な方法:

• ハイブリッドExtreme Learning Machine（ELM）モデルを、Ant Lion、Dragonfly、Evolution Strategyアルゴリズムを用いて開発・最適化した。
• モデルは、32人の参加者（SCI 16人、対照群 16人）における段階的アームクランク運動中の皮膚温および中心温を予測した。
• 予測因子の重要性を判断するために、特徴量重要度およびSHAP解析を用いた。

主要な成果:

• Dragonfly最適化ELMモデルは、優れた精度（R² = 99.705、RMSE = 0.014）を示した。
• 予測中心体温と測定中心体温の間には有意な差は認められなかった（p > 0.05）。
• ピークパワー出力、参加者グループ（SCI対対照群）、および運動段階が、主要な予測因子として特定された。

結論:

• 最適化されたELMモデルは、SCI患者における運動中の温熱調節反応を正確に予測できる。
• SCI群では、末梢の温熱調節変動の低下が示唆される。
• この予測能力は、SCI患者の個別化された運動処方および管理に役立つ可能性がある。