Establishment of a predictive model unsafe driving and elucidation of the neural basis among the elderly people using artificial intelligence.

2023 Fiscal Year Final Research Report

• 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: YAMAGATA Bun 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
• Keywords: 高齢者の運転研究 / 不安全運転 / 実車運転 / 脳画像 / 機械学習 / AI解析

Outline of Final Research Achievements

We attempted to create a model to predict unsafe driving behavior at stop-and-go intersections using AI technology. The results showed that first-time immediate replay scores on the Rey Auditory Verbal Learning Test were strongly associated with risk of unsafe driving. Next, we used MRI to determine the association between gray matter volume changes in the dorsolateral prefrontal-parietal region and risk of unsafe driving in healthy elderly people. Furthermore, using diffusion-weighted imaging, we showed that the white matter structure of the superior longitudinal bundle was impaired in the unsafe driving group. We thus report for the first time in the world the possibility that attentional dysfunction based on abnormalities in the dorsal attentional network is associated with the unsafe driving of healthy elderly people using AI technology.

Free Research Field

精神医学

Academic Significance and Societal Importance of the Research Achievements

本邦において75歳以上の高齢運転者を対象とした運転免許証更新時の認知機能検査は、認知症のスクリーニング検査として有用であるが、健常高齢者や軽度認知機能障害の不安全運転のリスクを評価することができない。本研究の最大の社会的意義として、現在の道路交通法では見逃されている健常高齢運転者の交通事故防止への新たな支援法へ大きく寄与する不安全運転の予測モデルを確立したことである。さらに、その神経生物学的バックグラウンドとして、MRIを用いて背側注意ネットワーク異常に基づく注意機能障害が健常高齢者の不安全運転に関与している可能性を世界で初めて報告した。この学術的意義も非常に高いと考える。