ジョージ・アンド・ショーン、認知症の予知を行う機械学習プログラムを開発

なくしもの防止&見守り用端末（タグ）「biblle（ビブル）」を開発・販売するジョージ・アンド・ショーン合同会社は、端末を付けた人から収集される”日常の行動のログ”から得られる情報を利用し、認知症になるであろうと予知・検知される患者を早期発見する機械学習プログラムを開発し、その実証実験としての第1期を終了したと発表した。

同プログラムは、西日本電信電話株式会社（NTT西日本）技術革新部 R&Dセンタ、シャープ株式会社、北陸先端科学技術大学院大学（JAIST）岡田研究室との共同開発により、2017年4月～2018年3月の期間における試作の中で実装し、開発された。

また、第1期の実証実験は2018年1月～3月の期間、関西圏の2つの高齢者施設にて行われ、実際に高齢者20名に端末の保持や、日常的なログの収集を行う協力を得て実施。

同実証試験を行った結果として、認知症を予知・検知するプログラムは、利用するデータの種類により、最低80%から最高92%の精度(※1)にて、高齢者の認知症の予知・検知を実現できたという。

同施策は、認知症患者の予知・検知を施策用に開発した機械学習プログラムを用いて推定しており、機械学習プログラムに利用している正解データは、認知症テストとして一般的に利用されている”長谷川式のスコア”(※2)になるという。

長谷川式の結果として、それぞれの端末から高齢者施設内の移動の履歴(位置ログ)、高齢者との会話の履歴(会話ログ)、睡眠状態の履歴(睡眠ログ)から得られる3つの行動ログデータを分析し、認知症として推定された人物の特定を行う。

行動ログ取得に利用する端末と、各種端末より得られるデータは以下となる。

位置ログ
端末：なくしもの防止&見守り用端末（タグ）「biblle(ビブル)」
データ：高齢者施設内モニタリングである施設360°から得られる館内移動データ
会話ログ
端末：モバイル型ロボット「RoBoHoN(ロボホン)」(※3)
データ：設置した部屋での高齢者とロボホンの対話データ
睡眠ログ
端末：センサ付きベッド
データ：睡眠時データ

※1　検知プログラムの精度算出方法：一人抜き交差検定の結果として算出。被験者の総数N-1を学習データとして機械学習を行い、残りの1人に対しての推定を行い、総数 N回分の学習を繰り返した結果の正解数より導かれる値となる。

※2　長谷川式：テスト形式で行われる9問の問いに対し、30点満点で評価され、20点未満では認知症の傾向があるとするテスト

※3　ロボホン：シャープ株式会社が開発した「モバイル型コミュニケーションロボット」。二足歩行が可能なヒューマノイドロボットとしては小型のサイズ(身長約19.5cm)を実現し、外出先への持ち運びも可能。