JP2018015139A - 認知症検査システム - Google Patents

Abstract

【課題】 判定精度を向上した認知症検査システムを提供する。【解決手段】 認知症検査システム１は、被験者の視覚及び聴覚の少なくとも一方に働きかけて当該被験者に情報を伝達する情報伝達部１１と、情報が伝達された被験者の反応を測定する測定部１２と、測定部１２の測定結果に基づいて異なる複数の特徴量を算出するとともに当該特徴量に基づいて被験者が認知症であるか否かを判定する制御部１３と、を備える。測定部１２が、被験者が発する音声を集音する集音部１２１を備えており、制御部１３が、少なくとも、被験者が発する音声の音響的な特徴量である少なくとも１つの音響特徴量と、被験者が発する音声の言語的な特徴量である少なくとも１つの言語特徴量と、に基づいて、被験者が認知症であるか否かを判定する。【選択図】 図１

Description

本発明は、被験者が認知症であるか否かを判定する認知症検査システムに関する。

認知症を早期に発見することは、治療の開始や家族等によるサポートの開始の契機になるほか、交通事故等の突発的な事故の防止などにも役立つことから、非常に重要である。そのため、例えば一定の年齢以上の高齢者などの認知症に罹患する可能性がある者が、定期的に認知症の検査を受けるようにすると、好ましい。しかし、定期的に検査を受けることを面倒であると感じる人や、検査自体に抵抗がある人も少なくないため、認知症の早期発見が困難になっている。そこで、誰でも容易かつ気軽に認知症の検査を受けることができる認知症検査システムの提供が望まれている。

例えば、特許文献１では、質問に対する被験者の回答の正誤に基づいて、被験者が認知症であるか否かを判定する認知症検査システムが提案されている。しかし、この認知症検査システムでは、被験者が当該認知症検査システムを繰り返し使用している間に正解を覚えてしまうことで、認知症の判定精度が低下するという問題がある。

そこで、特許文献１で提案されている認知症検査システムの問題点を解消するために、被験者の回答の正誤などの内容を完全に無視して、被験者が発する音声の韻律特徴のみに基づいて認知症の有無を判定する認知症検査システムが、特許文献２において提案されている。

特開２００７−２８２９９２号公報 特開２０１１−２５５１０６号公報

しかしながら、特許文献２で提案されている認知症検査システムでは、被験者が発する音声の韻律特徴のみに基づいて認知症の有無を判定するため、例えば初期の認知症患者のような健常者と変わらない韻律特徴の音声を発する被験者を、認知症ではないと誤って判定する可能性がある。したがって、この認知症検査システムでは、認知症患者の検出漏れが生じ易く、認知症の判定精度が低いという問題がある。

そこで、本発明は、認知症の判定精度を向上した認知症検査システムを提供する。

上記目的を達成するため、本発明は、被験者の視覚及び聴覚の少なくとも一方に働きかけて当該被験者に情報を伝達する情報伝達部と、前記情報が伝達された前記被験者の反応を測定する測定部と、前記測定部の測定結果に基づいて異なる複数の特徴量を算出するとともに、当該特徴量に基づいて前記被験者が認知症であるか否かを判定する制御部と、を備え、前記測定部が、前記被験者が発する音声を集音する集音部を備えており、前記制御部が、少なくとも、前記被験者が発する音声の音響的な特徴量である少なくとも１つの音響特徴量と、前記被験者が発する音声の言語的な特徴量である少なくとも１つの言語特徴量と、に基づいて、前記被験者が認知症であるか否かを判定することを第１の特徴とする認知症検査システムを提供する。

この認知症検査システムによれば、被験者が発する音声の音響特徴量及び言語特徴量に基づいて、被験者が認知症であるか否かが判定される。そのため、異なる複数の特徴量に基づいた多面的な判定が可能となる。

また、上記第１の特徴の認知症検査システムにおいて、前記情報伝達部が前記被験者に対して質問を伝達してから、前記被験者が発する音声を前記測定部が測定するまでの時間の長さであるポーズ時間と、前記被験者が発する音声の第１倍音と第３フォルマントの振幅差である声質と、前記被験者が発する音声の基本周波数の変動係数である基本周波数変動成分と、の少なくとも１つの前記音響特徴量に基づいて、前記制御部が、前記被験者が認知症であるか否かを判定すると、好ましい。

この認知症検査システムによれば、制御部が、認知症患者と健常者のそれぞれにおいて統計学的な有意差があるかその状態に近い音響特徴量に基づいて、被験者が認知症であるか否かを判定する。そのため、認知症の判定精度の向上を見込むことができる。

さらに、上記第１の特徴の認知症検査システムにおいて、前記制御部が、少なくとも前記ポーズ時間に基づいて前記被験者が認知症であるか否かを判定するものであり、前記情報伝達部が、少なくとも、認知症患者と健常者のそれぞれにおける前記ポーズ時間に統計学的な有意差がある質問を前記被験者に対して伝達してもよい。

この認知症検査システムによれば、認知症患者と健常者のそれぞれにおけるポーズ時間に統計学的な有意差がない質問になり、算出されるポーズ時間にも統計学的な有意差が無くなることを、防止することができる。

さらに、上記第１の特徴の認知症検査システムにおいて、前記情報伝達部が、認知症患者と健常者のそれぞれにおける前記ポーズ時間に統計学的な有意差がある質問と、認知症患者と健常者のそれぞれにおける前記ポーズ時間に統計学的な有意差がない質問と、のそれぞれを前記被験者に対して伝達してもよい。

この認知症検査システムによれば、認知症患者と健常者のそれぞれにおけるポーズ時間に統計学的な有意差がある質問のみを行う場合と比較して、認知症患者と健常者のそれぞれにおけるポーズ時間の有意差をさらに拡大することができる。したがって、認知症の判定精度の向上を見込むことができる。

また、上記第１の特徴の認知症検査システムにおいて、前記被験者が発する音声に含まれる単語の総数であるトークン数と、前記被験者が発する音声に含まれる重複を許さない単語の総数であるタイプ数を前記トークン数で除した値であるＴＴＲと、の少なくとも一方の前記言語特徴量に基づいて、前記制御部が、前記被験者が認知症であるか否かを判定すると、好ましい。

この認知症検査システムによれば、制御部が、認知症患者と健常者のそれぞれにおいて統計学的な有意差がある言語特徴量に基づいて、被験者が認知症であるか否かを判定する。そのため、認知症の判定精度の向上を見込むことができる。

また、上記第１の特徴の認知症検査システムにおいて、前記測定部が、前記被験者を撮像する撮像部を備えており、前記制御部が、前記被験者の外見に関する特徴量である少なくとも１つの外見特徴量に基づいて、前記被験者が認知症であるか否かを判定してもよい。

この認知症検査システムによれば、制御部が、音響特徴量及び言語特徴量に加えて外見特徴量に基づいて、被験者が認知症であるか否かを判定する。そのため、さらに多面的な判定が可能になる。

さらに、上記第１の特徴の認知症検査システムにおいて、前記外見特徴量が、前記被験者が笑顔である画像の数を、画像の総数で除した値である笑顔率であると、好ましい。

この認知症検査システムによれば、制御部が、認知症患者と健常者のそれぞれにおいて統計学的な有意差がある状態に近い特徴量に基づいて、被験者が認知症であるか否かを判定する。そのため、認知症の判定精度の向上を見込むことができる。

さらに、上記第１の特徴の認知症検査システムにおいて、前記情報伝達部が、前記被験者の視覚及び聴覚の両方に働きかけて当該被験者に情報を伝達すると、好ましい。

この認知症検査システムによれば、被験者に対して情報を確実に伝達することが可能になり、被験者の見落としまたは聞き逃しに起因する認知症の判定精度の低下を抑制することができる。

また、本発明は、被験者の視覚及び聴覚の少なくとも一方に働きかけて当該被験者に情報を伝達する情報伝達部と、前記情報が伝達された前記被験者の反応を測定する測定部と、前記測定部の測定結果に基づいて少なくとも１つの特徴量を算出するとともに、当該特徴量に基づいて前記被験者が認知症であるか否かを判定する制御部と、を備え、前記制御部は、前記情報伝達部が前記被験者に対して質問を伝達してから、前記被験者が発する音声を前記測定部が測定するまでの時間の長さであるポーズ時間と、前記被験者が発する音声の第１倍音と第３フォルマントの振幅差である声質と、前記被験者が発する音声の基本周波数の変動係数である基本周波数変動成分と、前記被験者が発する音声に含まれる単語の総数であるトークン数と、前記被験者が発する音声に含まれる重複を許さない単語の総数であるタイプ数を前記トークン数で除した値であるＴＴＲと、被験者が笑顔である画像の数を、画像の総数で除した値である笑顔率と、の少なくとも１つに基づいて、前記被験者が認知症であるか否かを判定することを第２の特徴とする認知症検査システムを提供する。

この認知症検査システムによれば、認知症患者と健常者のそれぞれにおいて統計学的な有意差があるかその状態に近い特徴量に基づいて、被験者が認知症であるか否かを判定することができる。

また、上記第２の特徴の認知症検査システムにおいて、前記制御部が、少なくとも前記ポーズ時間に基づいて前記被験者が認知症であるか否かを判定するものであり、前記情報伝達部が、少なくとも、認知症患者と健常者のそれぞれにおける前記ポーズ時間に統計学的な有意差がある質問を前記被験者に対して伝達してもよい。

この認知症検査システムによれば、認知症患者と健常者のそれぞれにおけるポーズ時間に統計学的な有意差がない質問になり、算出されるポーズ時間にも統計学的な有意差が無くなることを、防止することができる。

さらに、上記第２の特徴の認知症検査システムにおいて、前記情報伝達部が、認知症患者と健常者のそれぞれにおける前記ポーズ時間に統計学的な有意差がある質問と、認知症患者と健常者のそれぞれにおける前記ポーズ時間に統計学的な有意差がない質問と、のそれぞれを前記被験者に対して伝達してもよい。

この認知症検査システムによれば、認知症患者と健常者のそれぞれにおけるポーズ時間に統計学的な有意差がある質問のみを行う場合と比較して、認知症患者と健常者のそれぞれにおけるポーズ時間の有意差をさらに拡大することができる。したがって、認知症の判定精度の向上を見込むことができる。

上記第１の特徴の認知症検査システムによれば、被験者が認知症であるか否かを、被験者が発する音声の音響特徴量及び言語特徴量という異なる複数の特徴量に基づいて多面的に判定するため、認知症患者の検出漏れを抑制して、認知症の判定精度を向上させることが可能になる。

また、上記第２の特徴の認知症検査システムによれば、認知症患者と健常者のそれぞれにおいて統計学的な有意差があるかその状態に近い特徴量に基づいて、被験者が認知症であるか否かを判定するため、認知症の判定精度の向上を見込むことができる。

本発明の実施形態に係る認知症検査システムの全体構成の一例について示すブロック図。 情報伝達部の一例を示す模式図。 制御部が算出する特徴量を示した表。 本発明の実施形態に係る認知症検査システムにおける認知症の判定精度の検証結果について示したグラフ。 認知症の判定におけるそれぞれの特徴量の有意性について示した表。

最初に、本発明の実施形態に係る認知症検査システムの全体構成の一例について図面を参照して説明する。図１は、本発明の実施形態に係る認知症検査システムの全体構成の一例について示すブロック図である。

図１に示すように、認知症検査システム１は、情報伝達部１１と、測定部１２と、制御部１３と、データベース１４と、検査結果出力部１５と、を備える。なお、本実施形態に係る認知症検査システム１は、被験者と対話を行い、その際の被験者の反応に基づいて当該被験者が認知症であるか否かを判断するものである。

情報伝達部１１は、例えば液晶ディスプレイ等の表示装置とスピーカ等の音声出力装置で構成され、被験者の視覚及び聴覚に働きかけて当該被験者に情報を伝達する。ここで、情報伝達部１１の一例について図面を参照して説明する。図２は、情報伝達部の一例を示す模式図である。

図２に示すように、情報伝達部１１は、画像を表示する表示装置１１１と、音声を出力する音声出力装置１１２とを備える。表示装置１１１は、人を模した画像（アバター）１１１ａと、テキスト１１１ｂとを表示する。情報伝達部１１は、被験者と対話を行うために、被験者に対する質問を、音声出力装置１１２において音声として出力するとともに、表示装置１１１においてテキスト１１１ｂとして表示する。表示装置１１１が表示するアバター１１１ａは、機械と対話する被験者の違和感や緊張を緩和するためのものであり、例えば、まばたきしたり、情報伝達部１１が被験者に対して質問を伝達する際に口や頭全体が動いたり、被験者が回答する際にうなずいたりするなどの動作を行うものである。なお、表示装置１１１が表示する画像及び音声出力装置１１２が出力する音声のそれぞれのデータは、制御部１３から与えられる。

測定部１２は、例えばマイクロフォン等で構成される集音部１２１と、例えばＣＣＤ（Charge Coupled Device）イメージセンサやＣＭＯＳ（Complementary Metal Oxide Semiconductor）イメージセンサ等で構成される撮像部１２２とを備える。集音部１２１は、被験者が発する音声を集音するために設けられており、撮像部１２２は被験者の表情等を撮像するために設けられている。例えば、集音部１２１は、被験者が図２に示す表示装置１１１と向かい合った場合に、被験者の音声を集音し易い位置に設けられる。撮像部１２２も同様であり、被験者が図２に示す表示装置１１１と向かい合った場合に、被験者の表情等を撮像し易い位置に設けられる。具体的に例えば、集音部１２１及び撮像部１２２は、表示装置１１１の周囲のベゼル等に設けられる。

制御部１３は、例えばＣＰＵ（Central Processing Unit）などの演算装置と半導体メモリなどの記憶装置とで構成され、情報伝達部１１が被験者に情報を伝達するために必要なデータ（表示装置１１１が表示する画像のデータ及び音声出力装置１１２が出力する音声のデータ）を情報伝達部１１に与えたり、測定部１２の測定結果（集音部１２１の集音により得られる音声のデータ及び撮像部１２２の撮像により得られる画像のデータ）に基づいて被験者が認知症であるか否かの判定を行うとともにその判定結果を表すデータを生成したりする。

データベース１４は、例えばハードディスクや半導体メモリなどの記録装置で構成され、上記の制御部１３が行う各種処理に必要なデータ（例えば、被験者に対する質問のデータ、アバター１１１ａを表示するためのデータなど）を記録している。

検査結果出力部１５は、例えば情報伝達部１１と共通の表示装置１１１や音声出力装置１１２（またはこれとは別の表示装置や音声出力装置）、プリンター等の印刷装置、インターネットやＬＡＮ（Local Area Network）に接続可能な通信装置などで構成され、制御部１３によって生成される被験者が認知症であるか否かを表す判定結果のデータを外部に出力する。例えば、検査結果出力部１５が、表示装置１１１、音声出力装置１１２及び印刷装置の少なくとも１つである場合、検査結果出力部１５は被験者に対して上記の判定結果を提示する。また例えば、検査結果出力部１５が通信装置である場合、検査結果出力部１５は被験者の親族や被験者のかかりつけの医療機関などに対して上記の判定結果のデータを送信する。

次に、本発明の実施形態に係る認知症検査システム１の動作の一例について説明する。

最初に、例えば、制御部１３が、オペレータ（例えば被験者の親族等）または被験者による認知症検査システム１に対する所定の入力操作（例えばマウスやキーボード、タッチパネルなどの入力インタフェースを介した操作）が行われたことを検出することで、認知症の検査動作を開始する。また例えば、制御部１３が、周知の顔検出技術に基づいて、撮像部１２２が撮像した画像のデータの中から所定の大きさ以上の顔を検出することで、認知症の検査動作を開始する。

認知症の検査動作が開始すると、まず、アバター１１１ａが自己紹介（名前を名乗る）をしていると被験者が感じるように、制御部１３が、データベース１４から必要な画像及び音声のデータを読み出し、当該データを情報伝達部１１に対して入力する。なお、以下では説明の簡略化のため、アバター１１１ａの擬人的な動作の説明のみを行い、アバター１１１ａが擬人的な動作をするために必要となる制御部１３の動作（データベース１４から必要な画像及び音声のデータを読み出し、当該データを情報伝達部１１に対して入力する動作）については説明を省略する。

アバター１１１ａが自己紹介を行うことによって、機械と対話する被験者の違和感や緊張を緩和することができる。また、アバター１１１ａが自己紹介を行ったあと、アバター１１１ａが被験者の自己紹介を促す（例えば、アバター１１１ａが「お名前は何といいますか」という質問を行う）ことで、機械と対話する被験者の違和感や緊張をさらに緩和することができる。

次に、アバター１１１ａは、被験者に対して質問を行う。例えば、アバター１１１ａが、「今日は何月何日ですか」、「これまでで楽しかった思い出について話して下さい」、「今日はどうやってここまで来ましたか」の３つの質問を順番に行う。

このアバター１１１ａによる質問が行われてから被験者の回答が完了するまでの間、測定部１２が被験者の反応を測定する。なお、アバター１１１ａは、被験者に質問を行ったにもかかわらず被験者が何らの回答もしない場合（即ち、被験者に対する１つの質問が終了してから集音部１２１が被験者の音声を集音しない状態が所定の時間続いたことを制御部１３が検出した場合）、その質問の回答を待たずに次の動作を行ってもよい。この場合、被験者が答え難い質問ほど、アバター１１１ａが回答を待つ時間を長くすると好ましい。また、アバター１１１ａは、被験者が何らかの音声を発して回答した後に沈黙した場合（即ち、被験者に対する１つの質問が終了してから集音部１２１が被験者の音声を集音し、その後に集音部１２１が被験者の音声を集音しない状態が所定の時間続いたことを制御部１３が検出した場合）、被験者の回答が完了したとして次の動作を行ってもよい。

そして、制御部１３が、測定部１２の測定結果に基づいて、被験者が認知症であるか否かを判定する。具体的に、制御部１３は、測定部１２の測定結果に基づいて異なる複数の特徴量を算出し、当該特徴量に基づいて被験者が認知症であるか否かを判定する。ここで、制御部１３が算出する特徴量について、図面を参照して説明する。図３は、制御部が算出する特徴量を示した表である。

図３に示すように、制御部１３は、被験者が発する音声の音響的な特徴量である音響特徴量に分類される「基本周波数変動成分」、「パワー」、「声質」及び「ポーズ時間」と、被験者が発する音声の言語的な特徴量である言語特徴量に分類される「トークン数」、「フィラー」、「ＴＴＲ（Type Token Ratio）」、「難度」及び「発話速度」と、被験者の外見の特徴量である外見特徴量に分類される「笑顔率」との合計１０個の特徴量を算出する。なお、上述のようにアバター１１１ａが複数の質問（上述の例では３つ）を行う場合は、例えば質問毎に算出される１０種類の特徴量を種類毎に平均化する（上述の例では３つを平均化する）ことで、最終的な１０個の特徴量を算出する。

音響特徴量に分類される特徴量のそれぞれは、被験者の音声の内容（音声に含まれる形態素や単語等）を解析することなく算出可能な、音声そのものに関する特徴量である。「基本周波数変動成分」は、被験者の音声における基本周波数（Ｆ０）の変動係数（標準偏差を平均値で除した値）である。「パワー」は、振幅の平均値である。「声質」は、被験者の音声における第１倍音（ｈ１）と第３フォルマント（ａ３）の振幅差である。「ポーズ時間」は、アバター１１１ａによる質問が終了した時点から被験者が発声するまでの時間の長さである。

言語特徴量に分類される特徴量のそれぞれは、音声の内容に関する特徴量であり、被験者の音声の内容（音声に含まれる形態素や単語等）を解析することで算出することができる。音声に含まれる形態素や単語の情報は、例えば、被験者の音声のデータに対して周知の音声認識方法を適用して被験者の音声を文字列に変換した上で、当該文字列に対して周知の形態素や単語の解析方法（例えば、Ｍｅｃａｂ）を適用することで得られる。「トークン数」は、被験者の音声に含まれる単語の総数である。「フィラー」は、『うー』や『あー』といった特定の意味を持たない語句の数である。「ＴＴＲ」は、被験者の音声に含まれている重複を許さない単語の総数であるタイプ数をトークン数で除した値である。なお、ＴＴＲは、被験者が同じ単語を使用するほど、タイプ数が増えずにトークン数が増えるため、値が小さくなる。「難度」は、語句の難しさのレベルを数値で定義した所定の辞書に基づいて決定される全ての名詞の難しさのレベルの中間値である。「発話速度」は、被験者の発話時間を単語数で除した値である。

外見特徴量に分類される特徴量は、被験者の音声とは無関係に、被験者の外見のみから算出される特徴量である。「笑顔率」は、被験者が笑顔である画像（動画のフレーム）の数を、画像の総数で除した値である。なお、被験者が笑顔である画像か否かは、例えば、笑顔と非笑顔のそれぞれの画像のデータ（例えば、ＪＡＦＦＥ（Japanese Female Facial Expression）データベースのデータ）を学習させて構築した判定方法（例えば、ＳＶＭ（Support Vector Machine））を用いて分類することができる。

制御部１３は、上記の１０個（１０次元）の特徴量に対して、所定の判定方法を適用することで、被験者が認知症であるか否かを判定する。この判定方法として、例えば、ＳＶＭやロジスティック回帰などの機械学習に基づいた判定方法が挙げられる。ただし、これらの判定方法は、事前の学習が必要であるため、認知症患者と健常者のそれぞれから得られた１０個の特徴量を学習することで判定方法を構築しておく必要がある。

そして、制御部１３は、被験者に対する認知症か否かの判定結果を表すデータを生成し、検査結果出力部１５を介して外部に出力する。

ここで、認知症検査システム１における認知症の判定精度の検証結果について、図面を参照して説明する。図４は、本発明の実施形態に係る認知症検査システムにおける認知症の判定精度の検証結果について示したグラフである。なお、図４（ａ）は、判定方法としてＳＶＭを採用した場合における認知症の判定精度の検証結果を示したグラフであり、図４（ｂ）は、判定方法としてロジスティック回帰を採用した場合における認知症の判定精度の検証結果を示したグラフである。

図４（ａ）及び（ｂ）に示すグラフは、leave-one-participant-out交差検証を用いて算出したＲＯＣ曲線及びＡＵＣ（Area Under the Curve）値を示したグラフである。leave-one-participant-out交差検証とは、複数の標本の中から１つを抜き出した残りの標本（学習用の標本）を用いて判定方法を構築するとともに、抜き出した１つの標本（テスト用の標本）に対して当該判定方法を適用して判定結果を得る検証方法であって、全ての標本が１回はテスト用の標本になるようにして複数の判定結果を得る検証方法である。また、図４に示す検証結果は、認知症患者と健常者が半々である２０人程度の協力者のそれぞれから上述の１０個の特徴量を得るとともに、この１０個の特徴量のセットを１つの標本として算出したものである。

ＲＯＣ曲線は、特定の判定方法における陽性及び陰性の境界を決定付けるパラメータを変更しながら検証を行って得られる複数の検証結果を結んだ線であり、横軸が偽陽性率（陽性と判定されたが実際は陰性である割合）、縦軸が真陽性率（陽性と判定されて実際にも陽性である割合）である。また、図４（ａ）及び（ｂ）に示すグラフにおいて、偽陽性率と真陽性率が一致する場合を表す斜めの破線は、陽性及び陰性を完全にランダムに判定する場合に相当する。そのため、ＲＯＣ曲線が、当該破線よりも上側（ランダムに判定する場合よりも真陽性率が高い領域）にあり、当該破線から乖離しているほど、認知症の判定精度が高いと言える。また、ＡＵＣ値は、ＲＯＣ曲線の下側の面積の大きさを表しており、この値が最大値である１に近づくほど、認知症の判定精度が高いと言える。

図４（ａ）及び（ｂ）に示すように、ＳＶＭ及びロジスティック回帰のいずれを採用した場合のＲＯＣ曲線も、上述した斜めの斜線よりも上側にあり、当該斜線から十分乖離している。さらに、ＳＶＭ及びロジスティック回帰のいずれを採用した場合のＡＵＣ値も、最大値である１に極めて近い値（ＳＶＭ：０．９４、ロジスティック回帰：０．９１）になっている。したがって、本発明の実施形態に係る認知症検査システム１は、認知症の判定精度が極めて高いことが分かる。

以上のように、本発明の実施形態に係る認知症検査システム１は、被験者が認知症であるか否かを、被験者が発する音声の音響特徴量及び言語特徴量という異なる複数の特徴量に基づいて多面的に判定する。そのため、認知症患者の検出漏れを抑制して、認知症の判定精度を向上させることが可能になる。

なお、図４に例示した検証結果は、上述した１０個の特徴量を用いて被験者が認知症か否かを判定した場合の検証結果であるが、必ずしもこの１０個の特徴量の全てを用いなくても認知症の判定精度を向上させることは可能である。特に、この１０個の特徴量の中で、認知症の判定精度の向上に資するものを選択的に用いて被験者が認知症か否かを判定することによって、認知症の判定精度の向上を見込むことができる。

ここで、認知症の判定におけるそれぞれの特徴量の有意性について、図面を参照して説明する。図５は、認知症の判定におけるそれぞれの特徴量の有意性について示した表である。なお、図５に示す表の各情報は、図４の検証結果を得る過程で得られた個々の特徴量を分析することで得られたものである。

図５では、認知症の判定における有意性が高い特徴量から順番に並べている。また、図５に示す表における「ｐ値」は、認知症患者と健常者のそれぞれの特徴量に対して検定を行うことで求められる有意差がないという確率であり、統計学的にはｐ値が０．０５（５％）よりも小さければ有意差があると言える。また、図５に示す表における「認知症患者の傾向」は、「大」であれば認知症患者ほどその特徴量が大きくなる傾向があり、「小」であれば認知症患者ほどその特徴量が小さくなる傾向があることを表している。

図５に示すように、音響特徴量である「ポーズ時間」及び「声質」、言語特徴量である「ＴＴＲ」及び「トークン数」は、ｐ値が０．０５よりも小さくなっている。そのため、これらの特徴量の少なくとも１つに基づいて被験者が認知症であるか否かを判定することで、認知症の判定精度の向上を見込むことができる。ただし、上述の実施形態のように、音響特徴量と言語特徴量の両方に基づいた多面的な判定を行った方が、認知症の判定精度の向上を見込むことができるため、好ましい。

また、外見特徴量である「笑顔率」及び音響特徴量である「基本周波数変動成分」は、ｐ値が０．０５を僅かに上回るのみである。そのため、「笑顔率」または「基本周波数変動成分」に基づいて被験者が認知症であるか否かを判定することでも、認知症の判定精度の向上を見込むことができる。即ち、「ポーズ時間」、「声質」、「ＴＴＲ」、「トークン数」、「笑顔率」及び「基本周波数変動成分」の少なくとも１つに基づいて被験者が認知症であるか否かを判定することで、認知症の判定精度の向上を見込むことができる。また、「笑顔率」は外見特徴量であるから、音響特徴量及び言語特徴量の少なくとも一方と組み合わせることで、異なる複数の特徴量に基づいた多面的な判定が可能になり、さらなる認知症の判定精度の向上を見込むことができる。

＜＜変形等＞＞
［１］ 図５に示す特徴量の中で最もｐ値が小さいポーズ時間は、質問の内容の影響を受けやすい。具体的に、上述した「今日は何月何日ですか」のポーズ時間のｐ値は０．０２、「これまでで楽しかった思い出について話して下さい」のポーズ時間のｐ値は０．０４であり、いずれも統計学的な有意差がある。一方、「今日はどうやってここまで来ましたか」のポーズ時間は、認知症患者も健常者も同様の大きさになってしまい、統計学的な有意差がないものとなった。

アバター１１１ａが被験者に対して行う質問の全てを、認知症患者と健常者のそれぞれにおけるポーズ時間に統計学的な有意差がない質問にすると、算出されるポーズ時間にも統計学的な有意差が無くなることが容易に予想される。そのため、アバター１１１ａが、少なくとも、認知症患者と健常者のそれぞれにおけるポーズ時間に統計学的な有意差がある質問を被験者に対して行うようにすると、好ましい。

ところで、図５に示すポーズ時間のｐ値は、上述の実施形態で述べたようにアバター１１１ａが被験者に対して３つの質問を行った場合における３つのポーズ時間を平均化した場合の値であり、具体的には０．００３である。この値は、認知症患者と健常者のそれぞれにおけるポーズ時間に統計学的な有意差がある上記の質問のポーズ時間のｐ値（０．０２または０．０４）よりも十分に低い。このような値になった理由として、認知症患者と健常者のそれぞれにおけるポーズ時間に統計学的な有意差がある質問に加えて、認知症患者と健常者のそれぞれにおけるポーズ時間に統計学的な有意差がない質問を行うことによって、被験者の性格等の個人差に起因する影響が緩和され、認知症患者と健常者の全体的な差異が強調されたことが考えられる。

したがって、アバター１１１ａが、認知症患者と健常者のそれぞれにおけるポーズ時間に統計学的な有意差がある質問と、認知症患者と健常者のそれぞれにおけるポーズ時間に統計学的な有意差がない質問とのそれぞれを被験者に対して行うようにすると、認知症患者と健常者のそれぞれにおけるポーズ時間に統計学的な有意差がある質問のみを行う場合と比較して、認知症患者と健常者のそれぞれにおけるポーズ時間の有意差をさらに拡大することができる。したがって、認知症の判定精度の向上を見込むことができる。

［２］ 上述の実施形態では、アバター１１１ａが事前に決められた３つの質問を行う場合について例示しているが、これらの質問に加えて（または代えて）、アバター１１１ａが制御部１３によってランダムで選択された質問を行うようにしてもよい。ただし、制御部１３が、上記［１］で説明したような認知症の判定に適した内容及び組み合わせの質問を選択すると、好ましい。

また、認知症検査システム１の使用が想定される状況に応じて、質問の内容を決めると好ましい。例えば、自宅のパソコンを認知症検査システム１として使用することが想定される場合、「今日はどうやってここまで来ましたか」の質問ではなく、「朝食は何を食べましたか」などの質問を行ってもよい。

［３］ 上述の実施形態では、アバター１１１ａが画像である場合について例示しているが（図２参照）、アバターはロボット等の立体的な物体であってもよい。ただし、アバターを画像とした方が、認知症検査システム１の構成を簡略化することができるため、好ましい。

また、上述の実施形態では、情報伝達部１１が被験者の視覚及び聴覚の両方に働きかけて当該被験者に情報を伝達する場合について例示しているが、情報伝達部１１が、被験者の視覚及び聴覚の一方のみに働きかけて当該被験者に情報を伝達してもよい。ただし、上述の実施形態のように、情報伝達部１１が被験者の視覚及び聴覚の両方に働きかけて当該被験者に情報を伝達すると、被験者に対して情報を確実に伝達することが可能になり、被験者の見落としまたは聞き逃しに起因する認知症の判定精度の低下を抑制することができるため、好ましい。

［４］ 本発明の実施形態に係る認知症検査システム１は、その構成要素の全てを一体の装置（例えば、被験者が使用するパソコンやタブレットなどの端末装置）で構成してもよいし、複数の装置で構成してもよい。認知症検査システム１を複数の装置で構成する場合、例えば、制御部１３の一部（例えば、情報伝達部１１に与えるべきデータをデータベース１４から選択して読み出す部分、被験者が認知症であるか否かを判定する部分）及びデータベース１４をウェブサーバで構成し、その他の構成要素を被験者が使用する端末装置で構成してもよい。

本発明は、被験者が認知症であるか否かを判定する認知症検査システムに利用可能である。

１ ： 認知症検査システム
１１ ： 情報伝達部
１１１ ： 表示装置
１１１ａ： アバター
１１１ｂ： テキスト
１１２ ： 音声出力装置
１２ ： 測定部
１２１ ： 集音部
１２２ ： 撮像部
１３ ： 制御部
１４ ： データベース
１５ ： 検査結果出力部

Claims (11)

1. 被験者の視覚及び聴覚の少なくとも一方に働きかけて当該被験者に情報を伝達する情報伝達部と、
   前記情報が伝達された前記被験者の反応を測定する測定部と、
   前記測定部の測定結果に基づいて異なる複数の特徴量を算出するとともに、当該特徴量に基づいて前記被験者が認知症であるか否かを判定する制御部と、を備え、
   前記測定部が、前記被験者が発する音声を集音する集音部を備えており、
   前記制御部が、少なくとも、前記被験者が発する音声の音響的な特徴量である少なくとも１つの音響特徴量と、前記被験者が発する音声の言語的な特徴量である少なくとも１つの言語特徴量と、に基づいて、前記被験者が認知症であるか否かを判定することを特徴とする認知症検査システム。
2. 前記情報伝達部が前記被験者に対して質問を伝達してから、前記被験者が発する音声を前記測定部が測定するまでの時間の長さであるポーズ時間と、前記被験者が発する音声の第１倍音と第３フォルマントの振幅差である声質と、前記被験者が発する音声の基本周波数の変動係数である基本周波数変動成分と、の少なくとも１つの前記音響特徴量に基づいて、前記制御部が、前記被験者が認知症であるか否かを判定することを特徴とする請求項１に記載の認知症検査システム。
3. 前記制御部が、少なくとも前記ポーズ時間に基づいて前記被験者が認知症であるか否かを判定するものであり、
   前記情報伝達部が、少なくとも、認知症患者と健常者のそれぞれにおける前記ポーズ時間に統計学的な有意差がある質問を前記被験者に対して伝達することを特徴とする請求項２に記載の認知症検査システム。
4. 前記情報伝達部が、認知症患者と健常者のそれぞれにおける前記ポーズ時間に統計学的な有意差がある質問と、認知症患者と健常者のそれぞれにおける前記ポーズ時間に統計学的な有意差がない質問と、のそれぞれを前記被験者に対して伝達することを特徴とする請求項３に記載の認知症検査システム。
5. 前記被験者が発する音声に含まれる単語の総数であるトークン数と、前記被験者が発する音声に含まれる重複を許さない単語の総数であるタイプ数を前記トークン数で除した値であるＴＴＲと、の少なくとも一方の前記言語特徴量に基づいて、前記制御部が、前記被験者が認知症であるか否かを判定することを特徴とする請求項１〜４のいずれか１項に記載の認知症検査システム。
6. 前記測定部が、前記被験者を撮像する撮像部を備えており、
   前記制御部が、前記被験者の外見に関する特徴量である少なくとも１つの外見特徴量に基づいて、前記被験者が認知症であるか否かを判定することを特徴とする請求項１〜５のいずれか１項に記載の認知症検査システム。
7. 前記外見特徴量が、前記被験者が笑顔である画像の数を、画像の総数で除した値である笑顔率であることを特徴とする請求項６に記載の認知症検査システム。
8. 前記情報伝達部が、前記被験者の視覚及び聴覚の両方に働きかけて当該被験者に情報を伝達することを特徴とする請求項１〜７のいずれか１項に記載の認知症検査システム。
9. 被験者の視覚及び聴覚の少なくとも一方に働きかけて当該被験者に情報を伝達する情報伝達部と、
   前記情報が伝達された前記被験者の反応を測定する測定部と、
   前記測定部の測定結果に基づいて少なくとも１つの特徴量を算出するとともに、当該特徴量に基づいて前記被験者が認知症であるか否かを判定する制御部と、を備え、
   前記制御部は、
   前記情報伝達部が前記被験者に対して質問を伝達してから、前記被験者が発する音声を前記測定部が測定するまでの時間の長さであるポーズ時間と、
   前記被験者が発する音声の第１倍音と第３フォルマントの振幅差である声質と、
   前記被験者が発する音声の基本周波数の変動係数である基本周波数変動成分と、
   前記被験者が発する音声に含まれる単語の総数であるトークン数と、
   前記被験者が発する音声に含まれる重複を許さない単語の総数であるタイプ数を前記トークン数で除した値であるＴＴＲと、
   被験者が笑顔である画像の数を、画像の総数で除した値である笑顔率と、
   の少なくとも１つに基づいて、前記被験者が認知症であるか否かを判定することを特徴とする認知症検査システム。
10. 前記制御部が、少なくとも前記ポーズ時間に基づいて前記被験者が認知症であるか否かを判定するものであり、
    前記情報伝達部が、少なくとも、認知症患者と健常者のそれぞれにおける前記ポーズ時間に統計学的な有意差がある質問を前記被験者に対して伝達することを特徴とする請求項９に記載の認知症検査システム。
11. 前記情報伝達部が、認知症患者と健常者のそれぞれにおける前記ポーズ時間に統計学的な有意差がある質問と、認知症患者と健常者のそれぞれにおける前記ポーズ時間に統計学的な有意差がない質問と、のそれぞれを前記被験者に対して伝達することを特徴とする請求項１０に記載の認知症検査システム。