| 研究課題/領域番号 |
23K17004
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分62020:ウェブ情報学およびサービス情報学関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
西山 勇毅 東京大学, 空間情報科学研究センター, 講師 (80816687)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2025年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2024年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2023年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | モバイルセンシング / 産後うつ / パッシブセンシング / コンテキスト認識 / mHealth |
|---|
| 研究開始時の研究の概要 |
産後うつは、産後女性の約15%が発症するうつ病の一つである。産後うつの治療は早期発見が重要であるが、その症状を早期に自身で判断することは困難である。既存研究ではパッシブモバイルセンシングと呼ばれる、スマートフォン等に搭載された複数センサから収集したデータを用いて、一般的なうつ症状を検知する研究が行われている。しかし、既存手法が産後うつ症状を検知できるかは明らかではない。そこで、本研究ではパッシブモバイルセンシングを用いて収集したセンサデータと産後うつ症状との関係を分析し、その上で機械学習を用いて産後うつを早期検出するシステムの構築を目指す。
|
| 研究実績の概要 |
本研究の目的は、産後女性の約15%が発症するうつ病の一つである、「産後うつ」を低負荷かつ早期に発見するシステムの開発である。本研究では、スマートフォン等に搭載されたセンサ群（位置情報や加速度、環境音、アプリの利用履歴など）からデジタルバイオマーカー（以降、DBM: Digital Bio Maker）として産後うつに関連するセンサデータを日常生活中より自動収集し、次にそのDBMと機械学習を組み合わせ産後うつの早期発見を実現する。具体的には、次の4つの研究課題を解決することで、本システムを実現する。まず【研究課題１】として、産後うつ関連情報収集システムの設計と実装を行う。次に【研究課題2】産後うつ関連情報の収集および分析を行い、【研究課題3】産後うつ検出モデルの構築と評価を行う。
今年度は予定通り【研究課題２】に取り組んだ。複数の産後女性および比較対象として異なる属性の人々からDBMと正解ラベルとしてエジンバラ産後うつ病質問票（EPDS）および日々の感情データを収集し、それぞれの特性を分析した。分析結果より、DBMから算出した特徴量には産後女性特有の傾向が見られ、EPDSのスコアと相関関係のある特徴量も観測された。また、乳幼児に装着した寝返り検知用の安価なモーションセンサを用いて、乳幼児の日常的な14種類の行動を検知するアルゴリズムを開発し、マルチラベル環境であっても、88%の精度で分類できることを明らかにした。
本研究成果を国内研究会（情報処理学会ユビキタスコンピューティングシステム研究会）および、情報処理・ヘルスケア分野に関係する国際学会（ACM UbiComp 2024とIEEE HealthCom 2024）のポスターセッションにおいてそれぞれ発表し、さらに乳幼児の行動認識アルゴリズムは、IEEE Pervasive Computing Magazineに採録された。
|
| 現在までの達成度 |
現在までの達成度
2: おおむね順調に進展している
理由
今年度は昨年度開発した産後うつ関連情報収集システム（【研究課題１】）を用いて、【研究課題２】の産後うつ関連情報の収集およびその分析に取り組んだ。複数の産後女性（23名）および異なる属性の人々からDBMを収集し、それぞれの特性を分析した。23名のうち2名は6ヶ月以上、残りの21名は1ヶ月間DBMを収集した。DBMから算出した特徴量とエジンバラ産後うつ病質問票（EPDS）の回答結果との関係性、およびDBM の特徴を調査したところ、産後女性特有の傾向を確認した。本分析結果は、【研究課題３】の産後うつ検出モデルの評価・構築・実証実験に向けて有用な研究成果である。
|
| 今後の研究の推進方策 |
最終年度では、初期の計画通り【研究課題３】を進める予定である。産後うつ検出モデルの構築において、現時点のデータセットではデータ量が不十分な場合は、追加実験を実施する。
|
