2018 Fiscal Year Research-status Report
精神疾患の数理モデルの構築とシミュレーションによる治療効果の評価
| Project/Area Number |
16K01958
|
|---|
| Research Institution | Advanced Telecommunications Research Institute International |
|---|
Principal Investigator |
川脇 沙織 (田中沙織) 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所, 研究室長 (00505985)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
成本 迅 京都府立医科大学, 医学(系)研究科(研究院), 教授 (30347463)
酒井 裕 玉川大学, 脳科学研究所, 教授 (70323376)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | 強迫性障害 / 強化学習 |
|---|
| Outline of Annual Research Achievements |
強迫性障害の症状モデルとして、強迫性障害の患者の臨床症状を元に、不安な状態から強迫行為を行うことで不安のない状態に戻るという2状態間の遷移問題を設定し、不安のない状態 (s0)と不安のある状態 (s1)で、「何もしない (a0)」「不安な状態に遷移する (a1)」「強迫行為を行う(a2)」の行動を各状態に設定した強化学習問題を設定し、強迫症状を説明するパラメータ設定を探索した。昨年度までに、a1とa2のサイクルに陥る頻度を強迫性障害の症状の定義として用い、正のTD誤差を用いた学習でのeligibility traceパラメータ（現在の誤差とどれだけ過去の状態と関連付けて価値を更新するかを決定するパラメータ）と、負のTD誤差を用いた学習でのeligibility traceパラメータの関係が非対称の領域では、強迫性障害の症状が発生することを確かめた。今年度は、強迫性障害患者ならびに健常者でのパラメータ分布の詳細を明らかにするために、eligibility traceパラメータの値で学習行動が変化する意思決定課題を用いた行動実験のデータ解析を行った。その結果、強迫性障害患者では正のTD誤差を用いた学習でのeligibility traceパラメータと、負のTD誤差を用いた学習でのeligibility traceパラメータが非対称な領域に分布することを明らかにした。現在論文作成の最終段階である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
現在までに、当初計画していたシミュレーションおよび行動実験と解析を全て遂行できた。論文化も最終段階にきており、1年間の延長を行い投稿を行う。
|
| Strategy for Future Research Activity |
強迫性障害のモデルの構築を試み、シミュレーションでの結果をサポートする実験結果を得る事ができた。しかしあくまで実験室における特定の環境下での単純な実験課題における結果のため、実際の症状とのギャップがあることは否めない。今後は、今回得られたパラメータ空間での非対称性が、実際の症状を引きおこすために必要な条件が何かを明らかにしたい。
|
| Causes of Carryover |
現在得られている結果をより精緻にするための追加解析を行っており、論文の執筆および投稿を来年度に持ち越す必要があるため、延長を行う。
|
