人工知能による高齢者の不安全運転の予測モデルの確立と神経基盤の解明
| Project/Area Number |
20H03607
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 52030:Psychiatry-related
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
山縣 文 慶應義塾大学, 医学部(信濃町), 特任准教授 (30439476)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
小竹 元基 東京工業大学, 工学院, 教授 (10345085)
平野 仁一 慶應義塾大学, 医学部(信濃町), 講師 (60574910)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥17,940,000 (Direct Cost: ¥13,800,000、Indirect Cost: ¥4,140,000)
Fiscal Year 2022: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2021: ¥6,240,000 (Direct Cost: ¥4,800,000、Indirect Cost: ¥1,440,000)
Fiscal Year 2020: ¥7,150,000 (Direct Cost: ¥5,500,000、Indirect Cost: ¥1,650,000)
|
|---|
| Keywords | 高齢者 / 自動車運転 / 認知機能 / 脳画像 / 不安全運転 / 機械学習 / 高齢運転者 / 不安運転 / 実車運転 / 神経心理 / 予測モデル / 運転技能評価 / 脳画像研究 / 医工連携 |
|---|
| Outline of Research at the Start |
高齢運転者を対象とした運転免許証更新時の検査は、認知症のスクリーニング検査として有用であるが、健常者やMCIの不安全運転のリスクについて評価できない。さらに注意欠如多動性障害（ADHD）においても不注意による運転事故の報告がある。そこで、本研究は以下を検証する。①ドライブレコーダを搭載した実車を用いて運転行動データを集積し、不安全運転の定量評価を新たな運転技能指標を確立する。②人工知能技術を用いて、神経心理検査や脳画像データから、不安全運転リスクの予測モデルを確立する。健常者やMCI、ADHDにおいて、どのような認知機能や脳内ネットワークの障害が不安全運転のリスクと関連しているか明らかにする。
|
| Outline of Annual Research Achievements |
本研究で蓄積したデータを解析し、最終的な学術実績として、3本の論文を国際雑誌にて発表した。本研究では健常高齢者を対象に一時交差点での実車運転技能から安全運転群と不安全運転群の2群に分けて、神経心理検査やMRIデータがどのくらいの精度でこの2群を判別するか機械学習を用いて検討した。その結果、3本の論文ともに80％以上の高い精度で群間を判別することに成功した。さらにその判別モデルに大きく寄与していた部位として左の背外側前頭前野、特に前頭眼野に位置する領域と左の下頭頂小葉に位置する領域が選ばれていた。灰白質体積、白質繊維、安静時の機能的結合、どのMRIパラメータを用いて解析をしても、一貫して背側注意ネットワークの機能および構造の異常が高齢者の不安全運転に関与していることが示された。
本研究は実車評価をしている点、脳画像による高い精度での不安全運転群の予測モデルを作成した点、さらに、背側注意ネットワークにおける脳構造および機能異常が主に不安全運転に関与している点を明らかにし、学術的に意義の高いものであると考える。さらに、これまでの結果を総説としてイギリスの医学雑誌にて発表することができた。このことにより、研究者だけではなく広く一般に研究成果を広めることに尽力した。
【総説】
1. Yamagata B, Yamamoto Y, Shino M. Establishing a predictive model for unsafe driving in the elderly using artificial intelligence and elucidating the neural basis. Impact. 2. 65-67. 2023
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
Report
(3 results)
Research Products
(3 results)
-
-
-
[Journal Article] Regional Gray Matter Volume Identifies High Risk of Unsafe Driving in Healthy Older People2020
Author(s)
Yamamoto Yasuharu, Yamagata Bun, Hirano Jinichi, Ueda Ryo, Yoshitake Hiroshi, Negishi Kazuno, Yamagishi Mika, Kimura Mariko, Kamiya Kei, Shino Motoki, Mimura Masaru
-
Journal Title
Frontiers in Aging Neuroscience
Volume: 12
Pages: 1-11
DOI
Related Report
Peer Reviewed / Open Access
