【目的】脳卒中患者の予後予測は重要なテーマであり，近年は統計学的解析に加え，人工知能（Artificial Intelligence：以下，AI）を用いた予測モデルが注目されつつある。本研究の目的は脳卒中患者の回復期リハビリテーション病棟退院時の機能的自立度評価法（Functional Independence Measure：以下，FIM）の運動項目合計（以下，運動FIM）を予測するAIモデルと重回帰分析モデルの精度と誤差特性を検証することである。【方法】498名を対象として，退院時運動FIMを目的変数としたAIモデルと重回帰分析モデルを構築し，交差検証による誤差と精度の比較を行った。【結果】中央絶対誤差はAIモデルで有意に低く，特に残差5点以内の的中率はAIモデルにおいて約40%と重回帰分析モデルを約10%上回った。【結論】本研究で精度が良好であったAIモデルの優位性は非線形性の処理能力や多変量間の複雑な交互作用を自動的に学習できる特性にある。一方で，AIモデルの課題である変数の解釈，透明性などの特性を理解した上で，目的に応じてモデルを選択することが重要である。
