研究課題
本研究は、医師の技量や患者との信頼関係が診断に影響を及ぼしてしまう「うつ病」を、主観が介在しない客観的な数値によりスクリーニングする方法の確立を目指している。うつ病患者と健常者では精神負荷に対する自律神経応答が異なることから、ランダムな数字を発声する精神負荷をかけ、ニューラルネットワーク等の判別アルゴリズムを用い、うつ病か健常かの判別だけではなく、うつ病、あるいは健常それぞれの程度を、ひとつの数字で表現することを試みる。初年度では、音声案内のもと、計測開始から判別までを自動で行うプロトタイプ製作を行った。このシステムは、心拍波形と呼吸波形のみを記録し、のちに解析ができる仕様とした。その場での解析はできなかったため、実用的とは言えないシステムであった。2年目には、プロトタイプに見られた脈波計測における乱れの問題を解決すべく、初年度に製作したシステムの、脈波計測用センサの使用方法等を改善し、計測精度向上を試みた。また、これまで判別には、最もシンプルである線形判別分析を用いていたが、異常値に対応するには限界があったため、XGBoostによる機械学習法を用いたアルゴリズムを開発した。同システムを用い、健常者と精神疾患の入院患者を対象としたデータ収集を行った結果、特異度、陽性的中率が大幅に向上し、正確度が9割となる高い精度での判別を行うことができた。研究最終年度では、上記システムのより得られたデータのうち、異常値に対する柔軟な対応力の向上を目指したが、精度向上には至らなかった。今後も引き続き、信頼性の高い精度を得るべく、データを収集に務め、この課題を解決させる。客観的なうつ病の程度を、医師も患者も認識できれば、大阪で発生したような悲惨な事件も回避できるのではと考える。
すべて 2022 その他
すべて 雑誌論文 (4件) (うち査読あり 4件、 オープンアクセス 4件) 学会発表 (3件) 備考 (1件)
Biomedical Signal Processing and Control
巻: 75 ページ: -
10.1016/j.bspc.2022.103597
Frontiers in Physiology, section Computational Physiology and Medicine
巻: 13: 905931 ページ: -
10.3389/fphys.2022.905931
巻: 13: 902979 ページ: -
10.3389/fphys. 2022.902979
Computer Methods and Programs in Biomedicine
巻: 226: 107163 ページ: -
10.1016/j.cmpb.2022.107163
https://www.comp.sd.tmu.ac.jp/matsui-lab/index.html