本論文では、歩行に基づくパーキンソン病の評価におけるマルチモーダルアプローチの課題を解決する新たなシステムを提案しています。従来の手法はすべてのモダリティをトレーニング中に同期させる必要があり、推論時にもすべてのモダリティに依存していました。提案するシステムは、マルチモーダル学習を多目的最適化問題として定式化することで、トレーニングと推論の両方においてより柔軟なモダリティ要求を可能にします。また、クラス再バランス戦略を導入し、個々のモダリティ間の不均衡を軽減します。実験では、3つの公共データセットを用い、提案するフレームワークは最先端の性能を達成し、従来のベースラインよりも高い精度を示しました。この成果は、実用的なアプリケーションに向けた新たな展望を開くものです。