2023 Fiscal Year Research-status Report
The development of diagnostic tool for autism spectrum disorder by AI construction
| Project/Area Number |
21K18365
|
|---|
| Research Institution | Aomori Chuo Gakuin University |
|---|
Principal Investigator |
加藤 澄 青森中央学院大学, 経営法学部, 教授 (80311504)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
斉藤 まなぶ 弘前大学, 保健学研究科, 教授 (40568846)
田中 真寿美 青森中央学院大学, 経営法学部, 准教授 (90557795)
|
|---|
| Project Period (FY) |
2021-07-09 – 2025-03-31
|
| Keywords | ASD / SFL / machine learning / NLP / pragmatic impairment / diagnostic assessment / lexicogrammar |
|---|
| Outline of Annual Research Achievements |
自閉症スペクトラム障害(Autism Spectrum Disorder:ASD)の主となる症状の1つは、コミュニケーション障害である。このコミュニケーション障害は、語用障害を軸として捉えられ、本研究では、代表加藤の先行研究で構築した「ASD/定型発達＋統合失調症の話し言葉コーパス」から、ASDと定型発達の語彙-文法資源の使用の違いを機械学習させ、これら2グループの判別を自動的に行うAIを開発し、臨床の現場で診断ツールとしての実用化を探る。
本年度は、ASDと定型発達の判別のためコーパスからトレーニングモデルを機械学習させ、判別実験を行い、正解率(accuracy)82%、適合率(precision) 80%、感度(sensitivity) 80%、特異性(specificity)84%を達成した。この数値は診断判別水準としてはかなり高い数値である。検証のためにデータの拡大が必要で、現在、データ収集およびアノテーションを継続中である。機械学習の対象とする発話の年齢層は、13歳以上、14歳以上、15歳以上の言語獲得臨界期を過ぎた３つの年齢層のグループとした。この年齢層は、受診者数が少なく、受診者の来院を待ちながらのデータ収集となるため、何名分が集まるかが予測できない状況であるため、かなり時間がかかる見通しでいる。またデータ拡張がなされれば、技術的な問題点である自動アノテーションの精度向上の必要性にも利することになる。技術的側面の精度向上は必須である。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
判別AIのアルゴリズムは、言語獲得臨界期を過ぎた13歳以上、14歳以上、15歳以上の３つの年齢層のグループを対象として少サンプル数で開発したため、今後、データ数を増やして検証を行う必要がある。サンプル数を増やすにあたっての問題点は、この年齢層の受診者数が少ないことである。従って、受診者の来院を待ちながらのデータ収集となるため、時間がかかる見通しである。
|
| Strategy for Future Research Activity |
自閉症スペクトラム障害者と定型発達者の言語使用による判別アルゴリズムの検証段階で、データ数を可能な限り、増やす必要がある。判別AIのアルゴリズムは、言語獲得臨界期を過ぎた13歳以上、14歳以上、15歳以上の３つの年齢層のグループを対象とするが、この年齢層は、受診者数が少なく、受診者の来院を待ちながらのデータ収集となるため、時間がかかる見通しである。一方で、臨床への応用のために自動アノテーションの精度向上をはかる必要があり、技術的な問題の解決と、学習データの拡大を図っていく。
|
| Causes of Carryover |
自動アノテーションは、前段階の実験では、特定の2種のディスコース（クライエントに課した課題）に関して、90％の正答率を達成しているが、今回、その他の課題に対して、適用したところ、自動アノテーションがなされたのが、約30％となった。原因調査を行ったところ、学習データ数が不足していることがわかった。
また、機械学習の結果の信憑性を高めるために、さらなるデータ収集が必要で、現在、複数の病院でデータ収集を行っている。しかし、対象とする思春期から大人年齢層のケースは、受診者数が少なく、患者の受診を待ちながらのデータ収集となるため、時間がかかる見通しである。こうした事情から、データ収集の人件費・謝金予算に、大幅な未使用金が生じた。これらの未使用金は、次年度、収集データの量に応じて、データ処理、アノテーション作業、プログラミング等の人件費・謝金として使用する予定である。
|
Research Products
(7 results)
