JP6263308B1 - 認知症診断装置、認知症診断方法、及び認知症診断プログラム - Google Patents

Abstract

【課題】患者自身に心理的な抵抗感を持たせることなく、高精度な認知症診断を実現し得る認知症診断装置を提供すること。【解決手段】認知症診断装置１であって、被検者Ｈ１と質問者Ｈ２の会話に係る音声データを取得する音声取得部１１と、前記音声データの音声解析を行って、前記質問者が発話する発話区間における質問内容の種別を特定すると共に、当該発話区間に続いて前記被検者が発話する発話区間における応答特徴を抽出する音声解析部１２と、学習済みの識別器に対して、前記被検者の前記応答特徴を前記質問内容の種別と関連付けて入力し、前記被検者の認知症レベルを算出する認知症レベル算出部１３と、を備え、前記識別器は、前記被検者の前記応答特徴が前記質問内容の種別と関連付けて入力された際に、所定の認知症レベル決定則に則した認知症レベルを出力するように、学習処理が施されている。【選択図】図３

Description

本開示は、認知症診断装置、認知症診断方法、及び認知症診断プログラムに関する。

従来、患者の認知症を診断する手法として、長谷川式認知症診断テスト（長谷川式スケールとも称される）、ＭＭＳＥ（Mini Mental State Examination）認知症診断テスト等が知られている。

この種の認知症診断は、特定の質問（例えば、年齢、見当識、３単語の即時記銘と遅延再生、計算、数字の逆唱、物品記銘）を投げかけた際の患者の回答内容に基づいて、認知症の進行度合いを示す認知症レベル（認知症スコアとも称される）を決定するテスト形式の診断手法である。

尚、特許文献１には、この種の認知症診断を自動化する技術として、患者の発話を記憶した音声データの休止成分を利用し、認知症の進行度合いを判断する手法等が記載されている。

特表２０１１−５０２５６４号公報

しかしながら、この種の認知症診断は、テスト形式であるため、患者に認知症診断を意識させることになり、診断される患者自身に心理的な抵抗感を持たせることが課題となっている。加えて、かかる認知症診断を専門医ではない者が実施しても、患者の正確な認知症レベルを診断することは、困難である。

他方、特許文献１の従来技術では、音声データとして用いる発話内容、患者の性格に依拠した個人差、及び、その時々の患者の状態等による影響が大きい。そのため、高精度な認知症診断が困難である上、認知症以外の要因によるばらつきが生じやすい。

本開示は、上記問題点に鑑みてなされたもので、患者自身に心理的な抵抗感を持たせることなく、高精度な認知症診断を実現し得る認知症診断装置、認知症診断方法、及び認知症診断プログラムを提供することを目的とする。

前述した課題を解決する主たる本開示は、
被検者と質問者の会話に係る音声データを取得する音声取得部と、
前記音声データの音声解析を行って、前記質問者が発話する発話区間における質問内容の種別を特定すると共に、当該発話区間に続いて前記被検者が発話する発話区間における応答特徴を抽出する音声解析部と、
学習済みの識別器に対して、前記被検者の前記応答特徴を前記質問内容の種別と関連付けて入力し、前記被検者の認知症レベルを算出する認知症レベル算出部と、
を備え、
前記識別器は、前記被検者の前記応答特徴が前記質問内容の種別と関連付けて入力された際に、所定の認知症レベル決定則に則して認知症レベルを出力するように、教師データを用いた学習処理が施された、
認知症診断装置である。

又、他の局面では、
被検者と質問者の会話に係る音声データを取得し、
前記音声データの音声解析を行って、前記質問者が発話する発話区間における質問内容の種別を特定すると共に、当該発話区間に続いて前記被検者が発話する発話区間における応答特徴を抽出し、
学習済みの識別器に対して、前記被検者の前記応答特徴を前記質問内容の種別と関連付けて入力し、前記被検者の認知症レベルを算出する、
認知症診断方法であって、
前記識別器は、前記被検者の前記応答特徴が前記質問内容の種別と関連付けて入力された際に、所定の認知症レベル決定則に則して認知症レベルを出力するように、教師データを用いた学習処理が施された、
認知症診断方法である。

又、他の局面では、
コンピュータに、
被検者と質問者の会話に係る音声データを取得する処理と、
前記音声データの音声解析を行って、前記質問者が発話する発話区間における質問内容の種別を特定すると共に、当該発話区間に続いて前記被検者が発話する発話区間における応答特徴を抽出する処理と、
学習済みの識別器に対して、前記被検者の前記応答特徴を前記質問内容の種別と関連付けて入力し、前記被検者の認知症レベルを算出する処理と、
を実行させる認知症診断プログラムであって、
前記識別器は、前記被検者の前記応答特徴が前記質問内容の種別と関連付けて入力された際に、所定の認知症レベル決定則に則して認知症レベルを出力するように、教師データを用いた学習処理が施された、
認知症診断プログラムである。

本開示に係る認知症診断装置によれば、患者自身に心理的な抵抗感を持たせることなく、高精度な認知症診断を実現することができる。

第１の実施形態に係る認知症診断システムの構成の一例を示す図 第１の実施形態に係る端末装置の構成の一例を示す図 第１の実施形態に係る認知症診断装置の機能ブロックの一例を示す図 第１の実施形態に係る認知症診断装置のハードウェア構成の一例を示す図 第１の実施形態に係る音声解析部の処理の一例を示すフローチャート 第１の実施形態に係る音声解析部が実行する処理について模式的に説明する図 第１の実施形態に係る識別器の構成の一例を示す図 第１の実施形態に係る患者の認知症レベルの表示態様の一例を示す図 第１の実施形態に係る学習処理部が行う学習処理の一例を示すフローチャート 第２の実施形態に係る認知症診断装置の構成の一例を示す図 第２の実施形態に係る認知症レベル算出部が用いる識別器の構成の一例を示す図 第３の実施形態に係る認知症診断装置の構成の一例を示す図 第３の実施形態に係る認知症レベル算出部が用いる識別器の構成の一例を示す図

以下に添付図面を参照しながら、本開示の好適な実施形態について詳細に説明する。尚、本明細書及び図面において、実質的に同一の機能を有する構成要素については、同一の符号を付することにより重複説明を省略する。

［認知症診断システムの全体構成］
以下、図１〜図３を参照して、一実施形態に係る認知症診断システムＵの構成について説明する。

図１は、本実施形態に係る認知症診断システムＵの構成の一例を示す図である。

本実施形態に係る認知症診断システムＵは、医師等Ｈ２と患者Ｈ１の会話を録音する端末装置２と、当該端末装置２で録音された音声データから患者Ｈ１の認知症レベルを算出する認知症診断装置１と、を備えている。

本実施形態に係る認知症診断システムＵは、例えば、病院に通院する患者Ｈ１（例えば、慢性疾患等で通院する高齢者）の認知症診断の用に供される。

本実施形態に係る認知症診断システムＵは、診察室Ｒ（医師等Ｈ２が患者Ｈ１の診察を行う場所を意味する。以下同じ）に設置された端末装置２にて、医師等Ｈ２と患者Ｈ１の会話を録音する。そして、認知症診断装置１が、患者Ｈ１と医師等Ｈ２の会話に係る音声データを用いて、当該患者Ｈ１の認知症レベルを算出する。尚、認知症診断装置１と端末装置２とは、通信回線Ｎを介して通信接続されている。尚、遠隔診療などで医師Ｈ２と患者Ｈ１が同一の病室にいない態様であってもよい。

尚、本実施形態に係る患者Ｈ１及び医師等Ｈ２が、それぞれ、本発明の「被検者」及び「質問者」に相当する。但し、本実施形態に係る認知症診断システムＵは、病院以外に適用されてもよく、「被検者」と「質問者」が存在する任意の場面で利用し得る。

図２は、本実施形態に係る端末装置２の構成の一例を示す図である。

端末装置２は、例えば、医師等Ｈ２が患者Ｈ１の電子カルテ等を閲覧する用に供されるコンピュータである。端末装置２は、例えば、病院の診察室Ｒに設置され、医師等Ｈ２（例えば、医師）が患者Ｈ１に対して問診を行った際の患者Ｈ１と医師等Ｈ２の会話に係る音声データを生成する。

端末装置２は、例えば、音声入力部２１、記憶部２２、通信部２３、操作入力部２４、表示部２５、及び制御部２６を備えている。

音声入力部２１は、例えば、一般的なマイクロホンであり、外部から入力される音声をＡＤ変換して、音声波形を示す音声データを生成する。

音声入力部２１は、例えば、病院内の診察室Ｒに配設され、医師等Ｈ２と患者Ｈ１の会話に係る音声データを生成する。音声入力部２１が生成した音声データは、ＰＣＭデータ等のデータ形式で記憶部２２に記憶され、通信部２３により、認知症診断装置１に対して送信される。尚、音声入力部２１として、複数個のマイクロホンが用いられてもよい。

記憶部２２は、ＲＡＭ、ＲＯＭ、ＨＤＤ、フラッシュメモリ等を含んで構成され、システムプログラム、当該システムプログラム上で実行可能なアプリケーションプログラム、及び各種データ（例えば、音声データ）を記憶する。

通信部２３は、通信回線Ｎを介して、認知症診断装置１等の外部機器とデータの送受信を行うための通信インタフェイスである。通信部２３は、例えば、ＬＡＮアダプターによって構成される。

操作入力部２４は、医師等Ｈ２等が端末装置２に対して操作入力を行うためのユーザインタフェイスであり、例えば、キーボードによって構成される。

表示部２５は、例えば、液晶ディスプレイによって構成される。表示部２５は、例えば、患者Ｈ１のカルテ画面等を表示したり、認知症診断装置１から取得した患者Ｈ１の認知症診断の診断結果データを閲覧可能な状態で表示する（詳細は後述）。

制御部２６は、端末装置２の各部を統括制御するもので、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等を含んで構成される。

図３は、本実施形態に係る認知症診断装置１の機能ブロックの一例を示す図である。

認知症診断装置１は、例えば、音声入力部２１で生成された音声データに基づいて、診察室Ｒに訪れた患者Ｈ１の認知症レベルの診断を行う解析サーバである。

認知症診断装置１は、音声取得部１１、音声解析部１２、認知症レベル算出部１３、出力部１４、及び学習処理部１５を備えている。

音声取得部１１は、端末装置２から医師等Ｈ２と患者Ｈ１の会話に係る音声データＤ１を取得する。

音声解析部１２は、音声取得部１１から音声データＤ１を取得し、音響モデルのデータＤｔ１（以下、音響モデルＤｔ１）及び分類ルールのデータＤｔ２（以下、分類ルールデータＤｔ２）等を用いて、当該音声データＤ１の音声解析を行い、医師等Ｈ２の質問内容の種別を特定すると共に、患者Ｈ１の応答特徴を抽出する。

認知症レベル算出部１３は、音声解析部１２から医師等Ｈ２の質問内容の種別と関連付けられた患者Ｈ１の応答特徴のデータＤ２を取得して、学習済みの識別器のデータＤｍ（以下、識別器Ｄｍ）を用いて、患者Ｈ１の認知症レベルを算出する。

出力部１４は、認知症レベル算出部１３から患者Ｈ１の認知症レベルのデータＤ３を取得して、当該患者Ｈ１の認知症の進行状況の経時的変化を示すデータＤ４を出力する。

学習処理部１５は、患者Ｈ１の応答特徴が医師等Ｈ２の質問内容の種別と関連付けて入力された際に、所定の認知症レベル決定則（例えば、長谷川式認知症診断テスト、ＭＭＳＥ式認知症診断テスト）に則した認知症レベルを出力するように、識別器Ｄｍに対して機械学習を施す。尚、学習処理部１５は、音声取得部１１、音声解析部１２、認知症レベル算出部１３、及び出力部１４とは独立して、認知症診断システムＵを稼働させる前の準備段階で動作する処理部である。

尚、図３中の矢印は、各機能の処理のフロー、及びデータＤ１〜Ｄ４の流れを表す。

図４は、本実施形態に係る認知症診断装置１のハードウェア構成の一例を示す図である。

認知症診断装置１は、主たるコンポーネントとして、ＣＰＵ１０１、ＲＯＭ１０２、ＲＡＭ１０３、外部記憶装置（例えば、フラッシュメモリ）１０４、及び通信インタフェイス１０５等を備えたコンピュータである。

認知症診断装置１の上記した各機能は、例えば、ＣＰＵ１０１がＲＯＭ１０２、ＲＡＭ１０３、外部記憶装置１０４等に記憶された処理プログラムや各種データ（例えば、音響モデルデータＤｔ１、分類ルールデータＤｔ２、識別器のモデルデータＤｍ、及び患者の履歴データＤｒ等）を参照することによって実現される。尚、ＲＡＭ１０２は、例えば、データの作業領域や一時退避領域として機能する。

但し、上記した各機能の一部又は全部は、ＣＰＵ１０１による処理に代えて、又は、これと共に、ＤＳＰによる処理によって実現されてもよい。又、同様に、各機能の一部又は全部は、ソフトウェアによる処理に代えて、又は、これと共に、専用のハードウェア回路による処理によって実現されてもよい。

以下、図３、図５〜図９を参照して、認知症診断装置１の構成の詳細について、説明する。

［音声取得部］
音声取得部１１は、端末装置２から、通信回線Ｎを介して、医師等Ｈ２と患者Ｈ１の会話に係る音声データＤ１を取得する。

尚、医師等Ｈ２と患者Ｈ１の会話に係る音声データＤ１は、医師等Ｈ２の発言を録音するマイクロホンで生成された音声データと、患者Ｈ１の発言を録音するマイクロホンで生成された音声データと、により構成されてもよい。このように複数の音声データを用いる場合には、音声解析部１２は、例えば、複数の音声データ間で時間軸を揃えて、後述の音声解析の処理を行う。

又、遠隔診療に適用する場合にも、同様に、別個のマイクロホンで生成された音声データを用いることになる。尚、この場合には、例えば、患者Ｈ１の音声を録音する端末及び医師Ｈ２の音声を録音する端末から、各別に音声データをクラウド上にアップロードする態様になる。かかる態様は、患者Ｈ１の音声と医師Ｈ２の音声が明確に区別できる点で有用である。

［音声解析部］
音声解析部１２は、音声取得部１１から音声データＤ１を取得して、当該音声データＤ１を音声解析する。音声解析部１２は、医師等Ｈ２が発話する発話区間（以下、「医師発話区間」と略称する）における質問内容の種別（以下、「質問種別」と称する）を特定すると共に、当該医師発話区間に続いて患者Ｈ１が発話する発話区間（以下、「患者発話区間」と略称する）における患者Ｈ１の応答特徴（以下、「応答特徴」と略称する）を抽出する。

尚、音声解析部１２は、当該音声解析処理をする際に、患者Ｈ１の応答特徴を抽出するための音響モデルのデータＤｔ１、及び、医師等Ｈ２の質問種別を分類するための分類ルールのデータＤｔ２を参照する（詳細は後述）。

ここで、「応答特徴」とは、発話するテンポ、質問に対して応答する速度、一回の患者発話区間内における語数、一回の患者発話区間内における語彙力、又は、質問に対する発話内容の的確性等であり、これらのうちの一以上の情報が用いられる。但し、「応答特徴」は、患者発話区間内の音声データの周波数変化を抽出しただけの音声特徴量（例えば、Mel-Frequency Cepstrum Coefficients:ＭＦＣＣ）の時系列データ等であってもよい。

「応答特徴」は、例えば、患者Ｈ１の発話区間毎に抽出され、通常、一連の会話中（即ち、一回の診察中）において、複数回抽出される。

「応答特徴」は、患者Ｈ１の発話区間の直前に行われた医師等Ｈ２の質問種別と関連付けて抽出される。換言すると、患者発話区間に抽出される「応答特徴」は、当該患者発話区間の直前の医師発話区間に抽出される「質問種別」と１セットとして関連付けられる。

尚、音声データＤ１には、通常、時系列に、医師発話区間と患者発話区間とが交互に出現する。但し、音声データＤ１中から、医師等Ｈ２が質問を行った医師発話区間とその直後に患者が応答した患者発話区間とのみを部分的に抽出してもよい。

ここで、「質問種別」とは、医師等Ｈ２が患者Ｈ１に対して行う質問内容を特定するものである。「質問種別」としては、例えば、挨拶、体調を問う質問、前回の診察から今回の診察までの変化に関する質問（例えば、痛みの増加度合いを問う質問等）、服薬状況を確認するための質問、日常生活に関わる質問（例えば、毎日の食生活を問う質問等）、又は、患者Ｈ１の過去のエピソードに関する質問（例えば、患者Ｈ１の母校を問う質問等）等があり、これらのうちの一以上の種別が用いられる。但し、「質問種別」は、認知症診断システムＵの利用態様に応じて、適宜設定されるものであってよい。

認知症は、脳機能の低下に起因しており、一般に、言語能力、見当識又は記憶力等の低下として表出する。質問に対して応答する際には、かかる言語能力、見当識又は記憶力等が用いられるため、患者Ｈ１が医師等Ｈ２に対して応答する際の応答特徴は、認知症の進行度合いを図る有益な指標となる。

但し、「応答特徴」から認知症診断を行う際には、種々の応答特徴に基づく総合的な判断が必要であるため、専門医でない者が日常会話の中の応答態様から認知症レベルを正確に診断することは、困難な場合が多い。

そこで、本実施形態に係る認知症診断装置１は、種々の質問に対する「応答特徴」を抽出すると共に、医師等Ｈ２の「質問種別」と関連付けて「応答特徴」を抽出する。そして、本実施形態に係る認知症診断装置１は、機械学習が施された識別器（詳細は、図７等を参照して後述）を用いて、これらの複数の要素間の相関関係の解析を行い、総合的な判断を可能とする。

尚、このように、医師等Ｈ２の「質問種別」と関連付けて「応答特徴」を抽出するのは、認知症の判断材料となる「応答特徴」が、医師等Ｈ２の質問内容に照らすことで表出するためである。特に、問診において、医師等Ｈ２が患者Ｈ１に対して質問する質問内容は、比較的限定されている。従って、医師等Ｈ２の「質問種別」を特定し、当該「質問種別」と関連付けて患者Ｈ１の「応答特徴」を分析することによって、認知症に起因した患者Ｈ１の応答特徴を高精度に抽出することが可能となる。

例えば、患者Ｈ１の言語能力（例えば、一回の発話区間の語数）は、診察開始時の医師等Ｈ２のアイスブレイクの質問（例えば、体調を問う質問や挨拶）の際には判断が困難である一方、日常生活に関わる質問（例えば、最近の食生活を問う質問）の際には比較的判断が容易である。

又、例えば、患者Ｈ１の記憶力は、現在の気分を確認するための質問の際には判断が困難である一方、患者Ｈ１の過去のエピソードに関する質問（例えば、１０年前の出来事を問う質問、病院に来るまでの移動手段や病院に来るまでに何をしていたかを問う質問）の際には比較的判断が容易である。

加えて、認知症診断の際に参照する「応答特徴」は、患者Ｈ１の性格に依拠する要素（即ち、個体差）を取り除く方が望ましい。かかる患者Ｈ１の性格に依拠した「応答特徴」は、当該患者Ｈ１の複数の「応答特徴」（例えば、患者Ｈ１の記憶力に関連する質問内容に応答する際の応答特徴と、患者Ｈ１の記憶力に関連しない質問内容に応答する際の応答特徴）を比較することによって、取り除くことが容易になる。

図５は、音声解析部１２の処理の一例を示すフローチャートである。当該フローチャートは、例えば、音声解析部１２がコンピュータプログラムに従って実行する処理である。

図６は、音声解析部１２が実行する処理について模式的に説明する図である。図６の波形は、音声データＤ１中の医師発話区間Ｖ２と患者発話区間Ｖ１の音声波形の一部を示している。

尚、音声解析部１２は、外部記憶装置１０４に予め記憶した音響モデル、話者モデル、辞書、言語モデル等のデータＤｔ１（図３には、音響モデルのみを示す）を参照して、音声データＤ１の音声解析を行う。

音響モデルとは、例えば、音声の特徴量と発音記号との確率的な対応付けをデータ化したものである。又、話者モデルとは、医師等Ｈ２の音声の特徴（例えば、発話周波数）を示す音響モデルである。又、辞書とは、例えば、単語の表記と読みを記述したものである。又、言語モデルとは、例えば、辞書に記述された単語それぞれについて、当該単語の出現確率や当該単語と他の単語との接続確率をデータ化したものである。

又、音声解析部１２は、外部記憶装置１０４に予め記憶した分類ルールのデータＤｔ２を参照して、医師発話区間Ｖ２における医師等Ｈ２の質問内容の種別を分類する。

ステップＳ１において、音声解析部１２は、まず、音声データＤ１に対してフレーム化処理を行い、フレームごとにフーリエ解析を含む所定の処理を行って、音声データＤ１を音声特徴量（例えば、ＭＦＣＣ）の時系列データＤ１ａに変換する。

ステップＳ２において、音声解析部１２は、音声特徴量の時系列データＤ１ａを医師発話区間Ｖ２と患者発話区間Ｖ１とに分離する。

このステップＳ２において、音声解析部１２は、例えば、音声データ（音声特徴量の時系列データＤ１ａ）中で音量が時間的に連続して閾値以上の大きさを有する区間を一回の発話区間として識別する。又、この際、音声解析部１２は、例えば、話者モデル（例えば、医師等Ｈ２の音声の特徴を示す音響モデル）を参照して、各発話区間の話者を特定する。

ステップＳ３において、音声解析部１２は、音声データ（音声特徴量の時系列データＤ１ａ）中の時系列順の医師発話区間Ｖ２と患者発話区間Ｖ１とに基づいて、医師等Ｈ２と患者Ｈ１の時系列の質疑応答を順番に抽出する。つまり、このステップＳ３において、音声解析部１２は、音声データの時系列順に、医師等Ｈ２の質問と当該質問に続く患者Ｈ１の応答のセットを抽出する（図６を参照）。

このステップＳ３において、音声データ中に未処理の質疑応答がある場合（ステップＳ３：ＹＥＳ）、音声解析部１２は、ステップＳ４に処理を進める。一方、未処理の質疑応答がない場合（ステップＳ３：ＮＯ）、音声解析部１２は、一連のフローを終了する。

ステップＳ４において、音声解析部１２は、医師発話区間Ｖ２における医師等Ｈ２の質問種別を特定する。

このステップＳ４において、音声解析部１２は、例えば、音響モデル、辞書、及び言語モデル等のデータＤｔ１を参照して、医師発話区間Ｖ２における音声特徴量の時系列データの音声パターンを認識し、医師発話区間Ｖ２の発話内容をテキスト化する。そして、音声解析部１２は、分類ルールのデータＤｔ２を参照して、医師発話区間Ｖ２で医師等Ｈ２が質問した質問内容の質問種別を特定する。

尚、このステップＳ４において、医師発話区間Ｖ２の質問種別は、例えば、テキスト化された医師発話区間Ｖ２の発話内容中に出現する単語（例えば、「食事」、「出身」、「調子」又は「慢性疾患（病名）」等）や、当該単語の連なり（例えば、「先週（時期を示す単語）」の後に「でしたか（過去を問う単語）」）等によって、特定することができる。

ステップＳ５において、音声解析部１２は、患者発話区間Ｖ１における患者Ｈ１の応答特徴を抽出する。

このステップＳ５において、音声解析部１２は、例えば、外部記憶装置１０４に予め格納された音響モデル、辞書、及び言語モデル等を参照して、患者Ｈ１が発話するテンポ、タイミング、一回の患者発話区間内における語数、一回の患者発話区間内における語彙、又は、発話内容等の患者の応答特徴を抽出する。

ステップＳ６において、音声解析部１２は、ステップＳ５で抽出した患者Ｈ１の応答特徴を、ステップＳ４で特定した医師等Ｈ２の質問種別と関連付けて、記憶部（例えば、ＲＡＭ）に記憶する。

このステップＳ６の処理を行った後、音声解析部１２は、ステップＳ３に戻って、音声データＤ１の時系列順の医師発話区間Ｖ２と患者発話区間Ｖ１とを抽出し、ステップＳ４〜ステップＳ６の処理を繰り返し実行する。

尚、音声解析部１２において、医師発話区間Ｖ２と患者発話区間Ｖ１とを識別する手法は、任意である。例えば、医師等Ｈ２の発話を録音するマイクロホンと、患者Ｈ１の発話を録音するマイクロホンと、を各別に設けて、医師発話区間Ｖ２と患者発話区間Ｖ１とを識別する手法を用いてもよい。

又、音声解析部１２において、医師発話区間Ｖ２における医師等Ｈ２の質問種別を特定する手法、及び患者発話区間Ｖ１における患者Ｈ１の応答特徴を抽出する手法も、任意である。

［認知症レベル算出部］
認知症レベル算出部１３は、音声解析部１２から、医師等Ｈ２の質問種別と関連付けられた患者Ｈ１の応答特徴に関するデータＤ２を取得する。そして、認知症レベル算出部１３は、学習済みの識別器Ｄｍを用いて、当該データＤ２を解析し、患者Ｈ１の認知症レベルを算出する。

識別器Ｄｍとしては、患者Ｈ１の応答特徴が医師等Ｈ２の質問種別と関連付けて入力された際に、所定の認知症レベル決定則（例えば、長谷川式認知症診断テストやＭＭＳＥ式認知症診断テスト）に則した認知症レベルを出力するように、教師データを用いた学習処理が施されたものが用いられる。

識別器Ｄｍとしては、例えば、ニューラルネットワーク、回帰木、ＳＶＭ（Support Vector Machine）、ベイズ識別器、又、これらのアンサンブルモデル等、任意の学習器を用いることができる。尚、当該識別器Ｄｍとしては、いわゆるディープラーニングが適用される識別器であってもよいのは勿論である。

一般に、機械学習によって識別機能を保有する識別器は、複数の要素間の相関関係の解析に適しており、テンポ、単語数、語彙数又は応答速度等、複数の要素として表出する認知症を診断する用には好適である。

但し、識別器の識別精度は、一般に、入力される特徴ベクトルに依拠する。かかる観点から、本実施形態に係る識別器Ｄｍは、音声解析部１２にて抽出された質問種別毎に応答特徴を入力する構成としている。

尚、学習済みの識別器Ｄｍのモデルデータ（例えば、構造データ及び学習済みのパラメータデータ等）は、例えば、処理プログラムと共に、予め外部記憶装置１０４に格納されている。

図７は、本実施形態に係る識別器Ｄｍ（ここでは、ニューラルネットワーク）の構成の一例を示す図である。

本実施形態に係る識別器Ｄｍは、入力層として、患者Ｈ１の応答特徴に関するデータＤ２を入力するための複数の入力ユニットを有している。

複数の入力ユニットＸ_１〜Ｘ_ｋは、それぞれ、質問種別Ｑ１に対する応答特徴、質問種別Ｑ２に対する応答特徴、質問種別Ｑ３に対する応答特徴、・・質問種別Ｑｋに対する応答特徴のように、質問種別と関連付けて入力を受け付ける構成となっている。

尚、図７では、一の質問種別に対して、一の入力ユニットのみを図示しているが、より好適には、一の質問種別に対して、複数の観点の応答特徴（例えば、テンポ、単語数、語彙数及び応答速度等）に対応する複数の入力ユニットが設けられる。

入力する際の「応答特徴」のデータ形式は、質問種別と関連付けられていれば任意である。例えば、「応答特徴」は、音声データＤ１からテンポ、単語数、語彙数又は応答速度等に係るデータに各別に分離された状態で入力されてもよいし、音声データＤ１を音声特徴量（例えば、ＭＦＣＣ）に変換しただけの時系列データが入力されてもよい。

ニューラルネットワークのその他の構成は、公知の技術と同様であり、ニューラルネットワークは、入力層に入力された情報が、中間層、出力層へと順に伝搬（演算）されることにより、出力層から認知症レベルを出力する。例えば、中間層は、複数の中間ユニットＺ_ｊ（ｊ＝１〜ｎ（ユニット数））により構成されている。そして、入力層の入力ユニットＸ_ｉ（ｉ＝１〜ｋ（ユニット数））に入力された情報Ｘ_ｉが、夫々の結合係数Ｗ_ｊｉ（図示せず）で重みづけ（積算）されて、中間層の各中間ユニットＺ_ｊに入力され、それらが加算されて各中間ユニットＺ_ｊの値となる。又、中間層の各中間ユニットＺ_ｊの値は、入出力関数（例えば、シグモイド関数）で非線形変換されて、夫々の結合係数Ｖ_ｊ（図示せず）で重みづけ（積算）されて、出力層の出力ユニットＵに入力され、それらが加算されて出力層の出力ユニットＵの値となる。

認知症レベル算出部１３は、かかる識別器Ｄｍの順伝播処理によって、認知症レベルを算出する。尚、図中では、一例として、認知症レベルを０％（認知症に該当しないレベル）〜１００％（重度の認知症に該当するレベル）の間の値として出力する態様を示している。

尚、上記した識別器Ｄｍの構成は、一例であって、種々に変更されてよい。又、識別器Ｄｍは、入力ユニットＸ_１〜Ｘ_ｋに入力する応答特徴のデータの正規化処理等の前処理部を更に有していてもよい。

［出力部］
出力部１４は、認知症レベル算出部１３から患者Ｈ１の認知症診断の結果（即ち、認知症レベル）のデータＤ３を取得し、端末装置２に表示させるデータ形式に変換したデータＤ４を、端末装置２に対して出力する。端末装置２は、出力部１４から当該データＤ４を取得するに応じて、表示部２５に表示する（図８を参照）。

この際、出力部１４は、例えば、患者Ｈ１の履歴データＤｒを参照して、過去の他の日時の音声データについて算出された患者Ｈ１の認知症レベルを取得し、患者Ｈ１の経時的な変化を示すデータとして出力する。

尚、患者Ｈ１の履歴データＤｒは、種々の患者の認知症レベルの履歴データを記憶するデータベースの当該患者Ｈ１分のデータである。患者Ｈ１の履歴データＤｒは、例えば、認知症レベル算出部１３で患者Ｈ１の認知症レベルが算出される毎に、当該認知症レベル及び算出した日時が当該患者Ｈ１の識別情報と関連付けて記憶される。

図８は、患者Ｈ１の認知症レベルの表示態様の一例を示す図である。

図８の縦軸は認知症レベル算出部１３が算出した認知症レベルを表し、横軸は当該認知症レベルが算出された日時を表す。ここでは、出力部１４は、例えば、過去の日時からの患者Ｈ１の認知症レベルの経時的な変化に関する情報（即ち、履歴）を端末装置２に表示させている。

これによって、医師等は、当該患者Ｈ１について、認知症レベルの進行状況をより正確に把握することができる。

尚、出力部１４の構成としては、上記態様に限定されない。出力部１４は、例えば、認知症レベルに閾値を設定し、ある閾値を超えた場合に、アラートをあらかじめ登録のメールアドレスなどを通じて関係者に発信するという構成であってもよい。

［学習処理部］
学習処理部１５は、識別器Ｄｍが医師等Ｈ２と患者Ｈ１の会話（即ち、患者Ｈ１の応答特徴）から、認知症レベルを算出し得るように、識別器Ｄｍに対して教師データを用いた機械学習を実行する。

学習処理部１５は、教師データを用いた公知の機械学習により、識別器Ｄｍを最適化する（例えば、ニューラルネットワークの重み係数及びバイアス等のネットワークパラメータ）。

教師データ（図示せず）は、例えば、ある患者（上記の被検者たる患者Ｈ１とは異なる患者）に対して行われた認知症診断テスト（例えば、長谷川式認知症診断テストやＭＭＳＥ認知症診断テスト等）の認知症レベルと、当該患者（即ち、認知症診断テストを受けた患者）に対して医師等が問診を行った際の音声データのデータセットである。かかるデータセットが、複数の患者分用意されて、教師データを構成する。

尚、識別器Ｄｍの識別性能は、教師データに依拠するため、教師データとして用いる認知症レベルは、特に、専門医が診断した結果であることが望ましい。

図９は、学習処理部１５が行う学習処理の一例を示すフローチャートである。

ステップＳ１１においては、学習処理部１５は、まず、学習処理に用いていない未処理の教師データがあるか否かを判定し、未処理の教師データがある場合（Ｓ１１：ＹＥＳ）、ステップＳ１２に処理を進め、未処理の教師データがない場合（Ｓ１１：ＮＯ）、学習処理部１５は、一連の処理を終了するべく、ステップＳ１４に処理を進める。

ステップＳ１２においては、学習処理部１５は、未処理の教師データを記憶部から取得する。

ステップＳ１３においては、学習処理部１５は、前処理として、音声データに対して音声解析部１２と同様の処理を実行する。即ち、学習処理部１５は、医師発話区間における質問種別を特定すると共に、当該医師発話区間に続いて患者が発話する発話区間における患者の応答特徴を抽出する。

ステップＳ１４においては、学習処理部１５は、教師データを用いて、識別器Ｄｍに対して学習処理を施す。尚、この際の学習処理は、公知の手法と同様である。学習処理部１５は、例えば、認知症レベルの正解値に対する識別器Ｄｍが出力する出力値の誤差（損失Lossとも称される）が小さくなるように、公知の誤差逆伝播法等によって、ネットワークパラメータ（重み係数、及びバイアス等）の修正が行われる。

このステップＳ１４の後、学習処理部１５は、再度、ステップＳ１１に戻って処理を実行する。

ステップＳ１５においては、学習処理部１５は、学習処理を施した識別器Ｄｍのデータ（学習済みのネットワークパラメータ）を、例えば、外部記憶装置１０４に格納する。そして、一連のフローを終了する。

識別器Ｄｍは、かかる学習処理によって、医師等Ｈ２の質問種別と関連付けられた患者Ｈ１の応答特徴に関するデータＤ２から、患者Ｈ１の認知症レベルを出力し得るように、最適化される。

［効果］
以上のように、本実施形態に係る認知症診断装置１によれば、患者Ｈ１と医師等Ｈ２の会話に係る音声データを取得する音声取得部１１と、音声データの音声解析を行って、医師等Ｈ２が発話する発話区間における質問内容の種別を特定すると共に、当該発話区間に続いて患者Ｈ１が発話する発話区間における応答特徴を抽出する音声解析部１２と、学習済みの識別器Ｄｍに対して、患者Ｈ１の応答特徴を質問内容の種別と関連付けて入力し、患者Ｈ１の認知症レベルを算出する認知症レベル算出部１３と、を備えている。又、識別器Ｄｍは、患者Ｈ１の応答特徴が質問内容の種別と関連付けて入力された際に、所定の認知症レベル決定則に基づいて決定された認知症レベルを出力するように、教師データを用いた学習処理が施されている。

これによって、種々の質問に対する患者Ｈ１の応答態様を用いて、認知症の進行度合いを診断することが可能となる。換言すると、特殊な認知症テスト（例えば、長谷川式認知症テストやＭＭＳＥ式認知症テスト）を実施することなく、診察時の会話等から、簡易に、且つ、高精度に、認知症レベルを算出することが可能となる。

（第２の実施形態）
次に、図１０及び図１１を参照して、第２の実施形態に係る認知症診断装置１について説明する。

本実施形態に係る認知症診断装置１は、認知症レベル算出部１３が、現時点（第１の日時に相当）における患者Ｈ１の応答特徴に加えて、過去時点（第２の日時に相当）における患者の応答特徴の情報を参照する点で、第１の実施形態に係る認知症診断装置１と相違する。尚、第１の実施形態と共通する構成については、説明を省略する（以下、他の実施形態についても同様）。

図１０は、本実施形態に係る認知症診断装置１の構成の一例を示す図である。図１１は、本実施形態に係る認知症レベル算出部１３が用いる識別器Ｄｍの構成の一例を示す図である。

本実施形態に係る認知症レベル算出部１３は、認知症レベルを算出する際に利用した患者Ｈ１の応答特徴の情報を、当該患者Ｈ１の識別情報と関連付けて患者履歴データＤｒに格納する。そして、認知症レベル算出部１３は、後日（例えば、１年後）、当該患者Ｈ１の認知症レベルを再度算出する際に、患者履歴データＤｒに格納した過去時点における患者Ｈ１の応答特徴の情報を参照する。

本実施形態に係る識別器Ｄｍの入力層は、日時Ａにおける患者Ｈ１の応答特徴を入力する入力ユニットＸ_１−Ａ〜Ｘ_ｋ−Ａ、日時Ｂにおける患者Ｈ１の応答特徴を入力する入力ユニットＸ_１−Ｂ〜Ｘ_ｋ−Ｂ、及び、日時Ｃにおける患者Ｈ１の応答特徴を入力する入力ユニットＸ_１−Ｃ〜Ｘ_ｋ−Ｃ、を有している。尚、入力ユニットに付した符号「…−Ａ」、「…−Ｂ」及び「…−Ｃ」は、それぞれ、入力対象とする日時を表している。

本実施形態に係る識別器Ｄｍの入力ユニットＸ_１−Ａ〜Ｘ_ｋ−Ａ、Ｘ_１−Ｂ〜Ｘ_ｋ−Ｂ、Ｘ_１−Ｃ〜Ｘ_ｋ−Ｃも、第１の実施形態に係る識別器Ｄｍと同様に、それぞれ、質問種別Ｑ１に対する応答特徴、質問種別Ｑ２に対する応答特徴、質問種別Ｑ３に対する応答特徴、・・質問種別Ｑｋに対する応答特徴のように、質問種別と関連付けて入力を受け付ける構成となっている。尚、識別器Ｄｍのその他の構成は、第１の実施形態に係る識別器Ｄｍと同様である。

尚、識別器Ｄｍには、異なる日時に行われた会話における被検者の応答特徴に代えて、異なる日時に行われた会話における被検者の応答特徴の日時間での変化に係る情報が入力されてもよい。

つまり、本実施形態に係る識別器Ｄｍは、現時点における患者Ｈ１の応答特徴に加えて、過去時点（例えば、１年前）における患者Ｈ１の応答特徴を参照して、認知症レベルを算出するように構成されている。

このように、患者Ｈ１の応答態様の経時的な変化を抽出することで、患者Ｈ１の人格に依拠したノイズ要因を排除することが可能であり、より高精度に患者Ｈ１の認知症レベルを算出することが可能となる。

以上のように、本実施形態に係る認知症診断装置１によれば、異なる日時に行われた会話における患者Ｈ１の応答特徴、又は、異なる日時に行われた会話における患者Ｈ１の応答答特徴の日時間での変化に係る情報を用いて、患者Ｈ１の認知症レベルを算出する。これによって、より高精度に患者Ｈ１の認知症レベルを算出することができる。

（第３の実施形態）
次に、図１２及び図１３を参照して、第３の実施形態に係る認知症診断装置１について説明する。

本実施形態に係る認知症診断装置１は、認知症レベル算出部１３が、質問に対する患者Ｈ１の応答特徴の情報に加えて、患者Ｈ１の行動記録の情報（例えば、服薬記録）を参照する点で、第１の実施形態に係る認知症診断装置１と相違する。

図１２は、本実施形態に係る認知症診断装置１の構成の一例を示す図である。図１３は、本実施形態に係る認知症レベル算出部１３が用いる識別器Ｄｍの構成の一例を示す図である。

本実施形態に係る認知症診断装置１は、患者Ｈ１が保有する患者端末（例えば、携帯端末。図１には、図示せず）から、患者Ｈ１の行動記録のデータＤ５（例えば、服薬記録）を取得する行動記録取得部１６を備えている。

又、本実施形態に係る識別器Ｄｍの入力層は、患者Ｈ１の応答特徴を入力する入力ユニットＸ_１〜Ｘ_ｋに加えて、患者Ｈ１の行動記録のデータＤ５を入力する入力ユニットＸ_ｋ＋１を有している。

尚、ここでは、説明の便宜として、患者Ｈ１の行動記録の情報を入力する入力ユニットの数を一としているが、複数設けられてもよいのは、勿論である。又、行動記録取得部１６が取得した患者Ｈ１の行動記録の情報に対して、所定の前処理を施してもよい。

認知症の進行は、一般に、日常の行動の変化として表出しやすい。認知症が進行した患者Ｈ１は、例えば、処方された薬を服薬し忘れたり、外出する頻度が低下したりする傾向にある。

このような観点から、本実施形態に係る認知症診断装置１は、患者Ｈ１の行動記録の情報（例えば、服薬記録）を参照して、患者Ｈ１の認知症レベルを算出する。尚、行動記録の情報は、例えば、患者Ｈ１が自身の患者端末に日常的に記録する服薬記録の情報等を用いることができる。又、その他、端末装置に設けられたＧＰＳの情報から、患者Ｈ１の移動記録の情報を取得してもよい。

以上のように、本実施形態に係る認知症診断装置１によれば、患者Ｈ１の行動記録の情報を参照して、患者Ｈ１の認知症レベルを算出する。これによって、より高精度に患者Ｈ１の認知症レベルを算出することができる。

尚、上記実施形態では、患者Ｈ１の行動記録の情報の一例として、患者端末から取得した服薬記録の情報としたが、カメラ端末（例えば、診察室に設置されているカメラ端末）で撮影された患者Ｈ１の画像情報を用いてもよい。

認知症の進行は、一般に、行動障害を伴うため、例えば、カメラ端末で撮影された患者Ｈ１の舞踏運動（非律動的・突発的な不随意運動）、振戦（筋肉が律動的に収縮する不随意運動）、又は姿勢反射運動（体が傾いたときに倒れないように立て直す反応が損なわれた状態）等についても、認知症レベルを算出する際に、有用な情報となり得る。

（その他の実施形態）
本発明は、上記実施形態に限らず、種々に変形態様が考えられる。

又、上記実施形態では、認知症診断装置１の構成の一例として、学習処理部１５を備える構成を示した。但し、認知症診断装置１とは別の学習装置において、識別器Ｄｍに対して機械学習を施しておき、認知症診断装置１は、当該学習済みの識別器Ｄｍを取得して、外部記憶装置１０４等に記憶しておく構成としてもよいのは、勿論である。

又、上記実施形態では、認知症診断装置１の構成の一例として、音声取得部１１、音声解析部１２、認知症レベル算出部１３、出力部１４、及び学習処理部１５の機能が一のコンピュータによって実現されるものとして記載したが、複数のコンピュータによって実現されてもよいのは勿論である。又、当該コンピュータに読み出されるプログラムやデータも、複数のコンピュータに分散して格納されてもよい。

以上、本発明の具体例を詳細に説明したが、これらは例示にすぎず、請求の範囲を限定するものではない。請求の範囲に記載の技術には、以上に例示した具体例を様々に変形、変更したものが含まれる。

本開示に係る認知症診断装置によれば、患者自身に心理的な抵抗感を持たせることなく、高精度な認知症診断を実現することができる。

Ｕ 認知症診断システム
１ 認知症診断装置
１１ 音声取得部
１２ 音声解析部
１３ 認知症レベル算出部
１４ 出力部
１５ 学習処理部
１６ 行動記録取得部
２ 端末装置
２１ 音声入力部
２２ 記憶部
２３ 通信部
２４ 操作入力部
２５ 表示部
２６ 制御部

Claims (15)

1. 被検者と質問者の会話に係る音声データを取得する音声取得部と、
   前記音声データの音声解析を行って、前記質問者が発話する発話区間における質問内容の種別を特定すると共に、当該発話区間に続いて前記被検者が発話する発話区間における応答特徴を抽出する音声解析部と、
   学習済みの識別器に対して、前記被検者の前記応答特徴を前記質問内容の種別と関連付けて入力し、前記被検者の認知症レベルを算出する認知症レベル算出部と、
   を備え、
   前記識別器は、前記被検者の前記応答特徴が前記質問内容の種別と関連付けて入力された際に、所定の認知症レベル決定則に則した認知症レベルを出力するように、教師データを用いた学習処理が施された、
   認知症診断装置。
2. 前記音声解析部は、前記音声データ中において、前記質問内容の種別と前記応答特徴との組を複数抽出する、
   請求項１に記載の認知症診断装置。
3. 前記質問内容の種別は、前記被検者に過去を想起させる質問内容の種別を含む、
   請求項１又は２に記載の認知症診断装置。
4. 前記被検者の前記応答特徴は、前記被検者の発話区間におけるテンポ、単語数、語彙力、前記質問者からの質問に対する応答内容の的確性、及び、前記質問者からの質問に対する応答速度のうちの少なくとも一を含む、
   請求項１乃至３のいずれか一項に記載の認知症診断装置。
5. 前記被検者の前記応答特徴は、前記質問内容の種別毎に、前記被検者の発話区間におけるテンポ、単語数、語彙力、前記質問者からの質問に対する応答内容の的確性、及び、前記質問者からの質問に対する応答速度のうち、二以上の観点を有する、
   請求項４に記載の認知症診断装置。
6. 前記被検者の認知症レベルに係る履歴を出力する出力部、を更に備える、
   請求項１乃至５のいずれか一項に記載の認知症診断装置。
7. 前記識別器に入力する前記被検者の前記応答特徴は、第１及び第２の日時における前記会話に係る前記音声データから抽出された前記被検者の前記応答特徴の情報を含む、
   請求項１乃至６のいずれか一項に記載の認知症診断装置。
8. 前記識別器には、更に、前記被検者の行動記録に関する情報が入力される、
   請求項１乃至７のいずれか一項に記載の認知症診断装置。
9. 前記被検者の行動記録は、前記被検者の服薬記録に関する情報を含む、
   請求項１乃至８のいずれか一項に記載の認知症診断装置。
10. 前記被検者の行動記録は、前記被検者の動作に関する情報を含む、
    請求項８に記載の認知症診断装置。
11. 前記被検者と前記質問者は、それぞれ、患者と医師である、
    請求項１乃至１０のいずれか一項に記載の認知症診断装置。
12. 前記所定の認知症レベル決定則は、長谷川式認知症診断テスト、又は、ＭＭＳＥ式認知症診断テストである、
    請求項１乃至１１のいずれか一項に記載の認知症診断装置。
13. 前記識別器は、ニューラルネットワーク又は回帰木を含んで構成される、
    請求項１乃至１２のいずれか一項に記載の認知症診断装置。
14. 被検者と質問者の会話に係る音声データを取得し、
    前記音声データの音声解析を行って、前記質問者が発話する発話区間における質問内容の種別を特定すると共に、当該発話区間に続いて前記被検者が発話する発話区間における応答特徴を抽出し、
    学習済みの識別器に対して、前記被検者の前記応答特徴を前記質問内容の種別と関連付けて入力し、前記被検者の認知症レベルを算出する、
    認知症診断方法であって、
    前記識別器は、前記被検者の前記応答特徴が前記質問内容の種別と関連付けて入力された際に、所定の認知症レベル決定則に則した認知症レベルを出力するように、教師データを用いた学習処理が施された、
    認知症診断方法。
15. コンピュータに、
    被検者と質問者の会話に係る音声データを取得する処理と、
    前記音声データの音声解析を行って、前記質問者が発話する発話区間における質問内容の種別を特定すると共に、当該発話区間に続いて前記被検者が発話する発話区間における応答特徴を抽出する処理と、
    学習済みの識別器に対して、前記被検者の前記応答特徴を前記質問内容の種別と関連付けて入力し、前記被検者の認知症レベルを算出する処理と、
    を実行させる認知症診断プログラムであって、
    前記識別器は、前記被検者の前記応答特徴が前記質問内容の種別と関連付けて入力された際に、所定の認知症レベル決定則に則した認知症レベルを出力するように、教師データを用いた学習処理が施された、
    認知症診断プログラム。

Images