アルツハイマー病の進行状況をモニタリングするための骨格ベース人間行動評価：グラフ畳み込みネットワークを用いた手法

人間の行動評価（HAE）とは、人間の行動の異常性および質に関する判断を指す。効果的に実施されれば、骨格データに基づくHAEはアルツハイマー病（AD）の行動療法の効果をモニタリングするのに活用できる。本研究では、異常検出と質評価という2つのタスクを同時に処理するための二重タスク型グラフ畳み込みネットワーク（2T-GCN）を提案する。このネットワークはまずUI-PRMDデータセットを用いて評価され、異常行動の正確な検出が実現した。質評価に関しては、実験室で収集されたUI-PRMDデータに加えて、AD患者から実際の運動データを収集し、そのデータを用いてネットワークの性能を検証した。行動が正常からどれだけ逸脱しているかを示す数値スコアを用いてADの重症度を反映させ、2T-GCNを用いてこのようなスコアを算出する。実験結果から、AD患者が実施した特定の運動に対する数値スコアが、臨床スタッフによるAD重症度の判定と整合することが示された。この一貫性は、本手法がADおよびその他の神経変性疾患の経過モニタリングに有効である可能性を裏付けている。