| 研究課題/領域番号 |
20K07778
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分52010:内科学一般関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
亀山 祐美 東京大学, 医学部附属病院, 講師 (60505882)
|
|---|
| 研究分担者 |
田中 友規 東京大学, 高齢社会総合研究機構, 特任研究員 (30750343)
小島 太郎 東京大学, 医学部附属病院, 講師 (40401111)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 認知症 / AI / 顔写真 / 音声 / 見た目年齢 / 認知機能低下 / 早期認知症診断 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
2025年には日本に認知症患者が700万に増えると予測されており、その前段階の軽度認知障害MCIも400万人程度いると言われている。正常からMCIになる、また、MCIから認知症になる高齢者を早期に発見し、介入できるよう、認知症早期発見ツールを開発し一般化させることを予定している。認知症の早期発見ツールは、どこでもでき、特別なスキルを要さず、簡便、安価であることが求められている。高齢者健診の一環で、スクリーニングができることが理想である。顔(表情)で認知症を診断できないだろうか。顔や声をAIで認知症か正常かスクリーニングできれば、採血や注射、放射線、腰椎穿刺などの侵襲は一切なく、費用も安い。
|
| 研究成果の概要 |
認知症か正常か顔写真を用いてXceptionというAIモデルは正答率92.6%と高い弁別能を示すことができた。より良いAIモデルの作成するには時間もかかるため、既存の「顔年齢」AIソフト（Microsoft azure face API）によるAI顔年齢が認知機能（MMSE）と相関するか検討した。人で見た目年齢を評価した方がMMSEに強く相関していたが、azureでは評価できなかった。その原因としてazureでは、暦年齢より15歳ほど若く判定され最大値が74歳であり、日本人高齢者の判定が苦手である可能性が考えられた。日本人の顔判定モデルは、日本人高齢者で作成する必要がある。
|
| 研究成果の学術的意義や社会的意義 |
認知症は高齢化社会において最も深刻な問題の一つであり、今後の治療戦略においては早期診断がとても重要になっている。簡単で非侵襲的で安価な認知症のスクリーニングが望まれている。我々は、顔だけで認知症をスクリーニングできることを世界で初めて示すことができたが、既存のAI azureモデルでは、顔年齢は認知機能低下を反映していなかった。日本人高齢者の顔年齢AIソフトは、日本人の顔写真で作成する必要があり、また認知機能低下を予測するより良いモデルも今後作成していく必要がある。
|
