Development of a diagnostic and severity assessment method for schizophrenia by AI analysis using EEG and MEG

2022 Fiscal Year Final Research Report

• Project/Area Number: 19K08017
• 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: Osaka Metropolitan University (2022); Osaka Prefecture University (2019-2021)
• Principal Investigator: Ryouhei Ishii 大阪公立大学, 大学院リハビリテーション学研究科, 教授 (40372619)
• Co-Investigator(Kenkyū-buntansha): 池田 学 大阪大学, 大学院医学系研究科, 教授 (60284395) ; 岩瀬 真生 大阪大学, 大学院医学系研究科, 招へい教授 (60362711) ; 畑 真弘 大阪大学, 大学院医学系研究科, 助教 (80816223) ; 柳澤 琢史 大阪大学, 高等共創研究院, 教授 (90533802) ; 内藤 泰男 大阪公立大学, 大学院リハビリテーション学研究科, 教授 (40342224) ; 田中 宏明 大阪公立大学, 大学院リハビリテーション学研究科, 講師 (60364030)
• Project Period (FY): 2019-04-01 – 2023-03-31
• Keywords: 脳波 / 脳磁図 / 統合失調症 / 認知症 / 人工知能 / ディープラーニング / 機械学習 / 作業療法

Outline of Final Research Achievements

The purpose of this study was to develop an artificial intelligence to diagnose and evaluate the severity of schizophrenia with high accuracy by Deep Neural Network (DNN) using EEG and magnetoencephalography. As a preliminary step, we first established a DNN-based differential diagnosis method using EEG for dementia and published it as an academic paper. As a result of repeated tests of differential diagnosis by having the DNN trained by supervised data analyze EEG data of dementia from multiple institutions, an extremely promising DNN was developed, showing a high differential rate of more than 90%. We plan to proceed with similar supervised training and validation using EEG data from schizophrenia.

Free Research Field

精神医学

Academic Significance and Societal Importance of the Research Achievements

本研究は、脳波・脳磁図を用いて、まずは認知症の脳波を用いたDNNによる鑑別診断法を確立し、学術論文として発表した。教師データによってトレーニングされたDNNに、多施設の認知症の脳波データを解析させ、鑑別診断のテストを繰り返した結果、90％以上の高い鑑別率を示しており、極めて有望なDNNが成長した。今後は統合失調症の脳波データを用いて同様の教師付き学習と検証を進めていく予定であり、精神科の臨床診断の現場に大きなインパクトを与えるものである。