| Project/Area Number |
22K07585
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 52030:Psychiatry-related
|
|---|
| Research Institution | Fukushima Medical University |
|---|
Principal Investigator |
Niwa Shin-Ichi 福島県立医科大学, 公私立大学の部局等, 博士研究員 (30110703)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
稲富 宏之 京都大学, 医学研究科, 教授 (10295107)
澤田 欣吾 東京大学, 相談支援研究開発センター, 助教 (30829205)
岩田 基 大阪公立大学, 大学院情報学研究科, 准教授 (70316008)
永井 邦芳 名古屋学芸大学, 看護学部, 教授 (70402625)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2024: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | バウム画 / 普通画 / 陽性画 / 陰性画 / 異形画 / ゲシュタルト / AI / 深層学習 / ＡＩ / UBOM / バウム・テスト / 臨床精神医学 |
|---|
| Outline of Research at the Start |
臨床系研究者と機械学習を専門とする工学系研究者によるチームを形成し、研究分担者の稲富・岩田がこれまでに進めた機械学習によるバウム画の自動判定法を基礎に、表象系が投影されたバウム画像を機械学習により自動判定する方法を精緻化し、自動判定結果と臨床情報解析結果とを総合することにより自動判定結果の意味づけを確かにし、行動・生活機能評価などの外的基準による妥当性検証を行った上で、技術化された方法を実用化し臨床に利用しやすいものとして提供しようとする。
基本的意義は、精神医学・精神科医療に画像自動判定の技術を取り入れ実用化するものである。この方法を精神科医療に実装することで、その有用性を高めることもできる。
|
| Outline of Final Research Achievements |
Of the 1,008 Baum paintings collected, 730 were evaluated based on the agreement among at least three of the four clinical researchers, excluding the 278 paintings from individuals in the healthy control group. The expression characteristics and painting type classification of these 730 paintings were analysed in the following two ways.
The first study was an investigation by four clinical researchers examining the relationship between clinical data and Baum painting evaluation by them, and analysing the clinical meaning of Baum paintings. The second study was an analysis by an engineering researcher who evaluated Baum paintings using AI-based deep learning methods
|
| Academic Significance and Societal Importance of the Research Achievements |
表象系が投影されたバウム画像をＡＩによる深層学習により自動判定する方法を精緻化し、自動判定結果と臨床情報解析結果とを解析し、さらにその解析結果と人間によるバウム画評価と臨床情報の関係の解析結果とを総合することにより自動判定結果の意味づけを確かにし、技術化された方法を実用化して臨床に利用しやすいものとして提供し精神医学における診断の客観性を高め、また精神医学におけるＡＩの活用領域を広げるものである。
|
