| 研究課題/領域番号 |
15K15434
|
|---|
| 研究種目 |
挑戦的萌芽研究
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
精神神経科学
|
|---|
| 研究機関 | 慶應義塾大学 |
|---|
研究代表者 |
岸本 泰士郎 慶應義塾大学, 医学部(信濃町), 講師 (60348745)
|
|---|
| 研究分担者 |
三村 將 慶應義塾大学, 医学部(信濃町), 教授 (00190728)
江口 洋子 慶應義塾大学, 医学部(信濃町), 研究員 (70649524)
藤田 卓仙 名古屋大学, 経済学研究科, 寄附講座准教授 (80627646)
|
|---|
| 研究協力者 |
吉村 道孝
北沢 桃子
Liang Kuo-ching
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2018-03-31
|
| キーワード | うつ病 / 機械学習 / 行動 / 生理 |
|---|
| 研究成果の概要 |
精神疾患の重症度を反映するようなバイオマーカーが存在しないため、精神科領域では低い診断の一致度、治療効果の判定が困難、などの問題がある。本研究では、重症度評価の客観的指標に乏しい精神科領域において、音声、画像等の分析技術を用いて、精神症状を定量化するための解析技術が開発できるかの基礎的検討を行った。大うつ病／双極性障害患者に対してインタビューを行い、その際の音声や表情データの収録をおこなった。集まったデータを基に機械学習を行ったところ、うつ病症状の有無、重症度、症状が改善したかを一定の精度で推定できることがわかった。
|
| 自由記述の分野 |
精神神経科学
|
| 研究成果の学術的意義や社会的意義 |
音声や画像データに基づく重症度評価が可能になれば、時間がかかる、負担が大きいなどで臨床で省略されがちな重症度評価が簡便に行えるようになり、治療効果の定量を通じて、より効果的な治療が選択されることにつながったり、ひいては新薬の開発が容易になったりする可能性がある。さらには、発病前の段階でのセルフケアツールとしても活用可能になれば、社会費用が甚大なうつ病の予防効果も期待できるようになる。
|
