Development and Validation of a Machine Learning–Based Predictive Model for Mild Behavioral Impairment and Mild Cognitive Impairment Using Eye Movement Patterns

• Project/Area Number: 26K13846
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 58080:Gerontological nursing and community health nursing-related
• Research Institution: Kyoto Tachibana University
• Principal Investigator: 田丸 佳希 京都橘大学, 健康科学部, 教授 (80712348)
• Co-Investigator(Kenkyū-buntansha): 東 泰弘 奈良学園大学, 保健医療学部, 准教授 (00868458) ; 小川 敬之 京都橘大学, 健康科学部, 教授 (50331153) ; 備前 宏紀 関西医療大学, 保健医療学部, 講師 (50828770) ; 井口 知也 大阪保健医療大学, 保健医療学部, 教授 (70617000) ; 菅沼 一平 京都橘大学, 健康科学部, 教授 (80762228) ; 木村 大介 奈良学園大学, 保健医療学部, 教授 (90513747)
• Project Period (FY): 2026-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2026)
• Budget Amount: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000); Fiscal Year 2028: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2027: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2026: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
• Keywords: 軽度認知障害（MCI） / 軽度行動障害（MBI） / 認知症スクリーニング / 視線特性 / 早期発見

Outline of Research at the Start

本研究は、軽度認知障害（MCI）に先行する軽度行動障害（MBI）段階の早期発見を目的とし、Cognitive Composition Test（CCT）実施中の視線行動を解析することで、客観的なスクリーニング指標の確立を目指す。視線パターンの差異を明らかにし、機械学習を用いた予測モデルを構築することで、健常・MBI・MCIの識別精度向上を図る。これにより、認知症の予兆段階からの早期発見と介入を可能とする新たな評価手法の開発を目指す。さらに、本手法は非侵襲的かつ簡便に実施可能であり、地域における大規模スクリーニングや予防介入への応用が期待される。