JP2022512610A - 自閉スペクトラム症を評価する方法、デバイス、およびシステム - Google Patents

Abstract

本発明は、自閉スペクトラム症の診断および疾病管理の分野に関する。具体的には、本発明は、被験者において自閉スペクトラム症を評価する方法に関し、この方法は、被験者によって移動体デバイスが使用されていた第１既定時間枠内における前記移動体デバイスについての使用データを含むデータ集合から、少なくとも１つの使用行動パラメータを判定するステップと、判定した少なくとも１つの使用行動パラメータを基準と比較することによって、自閉スペクトラム症を評価するステップとを含む。また、本発明は、移動体デバイスにも関する。この移動体デバイスは、プロセッサと、使用データを記録する少なくとも１つのセンサと、データベースと、前記デバイスに有形的に埋め込まれたソフトウェアであって、前記デバイス上で実行すると前述の方法を実行する、ソフトウェアとを備える。また、本発明によって意図されるのは、使用データを記録する少なくとも１つのセンサを含む移動体デバイスと、プロセッサと、データベースと、前記デバイスに有形的に埋め込まれたソフトウェアであって、前記デバイス上で実行すると前述の方法を実行する、ソフトウェアとを含む、リモート・デバイスとを備え、前記移動体デバイスおよび前記リモート・デバイスが互いに動作可能にリンクされるシステムである。また、本発明は、自閉スペクトラム症を評価し、前記移動体デバイスが被験者によって使用されていた第１既定時間枠内における移動体デバイスについての使用データを含むデータ集合を分析するための、移動体デバイスまたはシステムの使用にも関する。【選択図】図１

Description

本発明は、統合失調症または自閉スペクトラム症の診断および疾患管理の分野に関する。具体的には、本発明は被験者における統合失調症または自閉スペクトラム症を評価する方法に関し、この方法は、被験者によって移動体デバイスが使用されていた第１既定時間枠内における前記移動体デバイスについての使用データを含むデータ集合から、少なくとも１つの使用行動パラメータを判定するステップと、判定した少なくとも１つの使用行動パラメータを基準(reference)と比較することによって、統合失調症または自閉スペクトラム症を評価するステップとを含む。また、本発明は移動体デバイスに関し、この移動体デバイスは、プロセッサと、使用データを記録する少なくとも１つのセンサと、データベースと、前記デバイスに有形的に(tangibly)埋め込まれたソフトウェアであって、前記デバイス上で実行する(running)すると、前述の方法を実行する(execute)、ソフトウェアとを備えている。また、本発明によって、システムも意図され(comtemplate)、このシステムは、使用データを記録する少なくとも１つのセンサを含む移動体デバイスと、プロセッサと、データベースと、前記デバイスに有形的に埋め込まれたソフトウェアであって、前記デバイス上で実行すると、前述の方法を実行するソフトウェアとを含むリモート・デバイスとを備え、前記移動体デバイスおよび前記リモート・デバイスが、動作可能に互いにリンクされる。また、本発明は、統合失調症を評価し、データ集合を分析するための移動体デバイスまたはシステムの使用に関し、データ集合は、前記移動体デバイスが被験者によって使用されていた第１既定時間枠内における移動体デバイスについての使用データを含む。

自閉スペクトラム症は、古典的自閉症および関連する医学的状態を含む神経発達障害である。自閉スペクトラム症は、約１／５９の有病率を有するように思われる(Surveillance Summaries / April 27, 2018 / 67(6); 1-23)。この比率は、異なる文化および民族背景間で一貫すると考えられる。しかしながら、男性の方が女性よりも多く罹るように思われる。

典型的な症状には、社会的意思疎通および社会的交流における問題、ならびに行動、関心、または活動の限定された反復パターンが含まれる。症状は、大抵の場合、２歳および４歳の間に認識される。長期の問題には、関係の構築および維持、職業の継続、および日常作業の実行が難しいことが含まれる場合もある。

ＤＳＭ５は、自閉症、アスペルガー症候群、特に指定がない広汎性発達障害（ＰＤＤ－ＮＯＳ）、および自閉スペクトラム症のグループに該当する障害として、小児期崩壊性障害を認識する。一般的な併存症状には、不安および睡眠の問題が含まれる。環境的影響だけでなく遺伝的な理由も、潜在的な危険因子として論じられている。

ＡＳＤを評価するための種々の診断検査および行動特性については、既に述べられている。例えば、ＡＳＤの個人は、異常な声質、少ない発声量、および順序交代の困難 (Capps et al, 1998)を有する可能性がある。彼らは、彼らの限られた関心事に激しく集中し、会話が困難になる場合がある(Rouhizadeh, 2015)。ＡＳＤの個人の６６％が、攻撃的反応の履歴を有する(Kanne and Micah, 2011)。ＡＳＤの個人は、社会的取り組み(social approaches)に関与する傾向が弱く、他者と交流する(Corbett et al, 2010)傾向が弱く、更にお決まりの手順を厳守する (Henderson et al., 2011) 傾向が弱い。最新の研究でも、反復運動の自動検出に対する潜在的可能性が実証されている (GroBekathofer et al, 2017)。

ＡＳＤの個人は、睡眠に重大な問題を有し、長い睡眠潜時、睡眠効率低下、総睡眠時間の減少、入眠後の覚醒増加、および日中の眠気を含む (Cohen et al, 2014)。ＡＳＤで寝不足の人は、一層厳しい感情的問題を有し、社会的交流に乏しくなる (Malow et al., 2006)。ＡＳＤと不安障害との併存疾患３９．６％であると推定される (Steensel et al., 2011)。不安は、心拍変動率の低下(lower rates of heart-rate variability)と関連付けられる(Friedman, 2007)。目における心を読む検査（ＲＭＥＴ：Reading the Mind in the Eyes Test）は、Baron Cohen et al. (2001)によって開発され、他者の精神的状態を認識する能力をＡＳＤにおいて評価するものとして定着している。

自閉症の個人は、ワーキング・メモリに手こずる可能性がある。空間ワーキング・メモリのＣＡＮＴＡＢ評価において、彼らは非ＡＳＤの個人よりも間違える可能性が高く、特定の組織化された検索戦略を一貫して使用する可能性が低い (Steele et al, 2007)。ＡＳＤの個人の協力能力を評価するために、「スタグ・ハント」（このアプリでは宝探しと名付けられる）が開発された。他のプレーヤの戦略を表現する難しさが、症状の重さを予測することが示されている(Yoshida et al., 2010)。ＡＳＤの人々は、特有の非定型発声音響パターンを示し (Fusaroli et al., 2017)、ＡＤＯＳにおいて使用されるような、画像の非社会的要素に固執する傾向を示す(Mouga et al, 2015)。

以上で言及したＡＳＤのドメインの中には、アンジェルマン症候群、統合失調症、および多発性硬化症（ＭＳ）のように、他の病気の影響を受けるものもある。社会的認知は、人が他の人および社会的状況についての情報をどのように処理し、記憶し、応用するかに重点を置き、こうして彼らの社会的交流を指導する。ＭＳの患者の内社会的認知障害の２０％およびＭＳ患者における社会的認知障害の２０～４０％は、特定の否定的な顔表情表現を認識する社会的知覚課題(in the social perception tasks)だけでなく、心の理論の課題である(in the theory of the mind tasks)ことが、新たな事実によって示されている(Dulau C et al 2017, Journal of Neurology, 264 (4): 740-748)。心の理論は、交流する被験者の心理学的支援を表すかつての能力として定義され(defined as once ability to)、彼らの考え方および信念、感情、感情的状態、ならびに気持ちについての内部理論化を必要とし、ＭＳの母数に大きな影響がある。感情認識は、行動信号に基づく他の被験者の精神状態についての情報を認知するかつての能力として定義される社会的知覚の一部であり、これもＭＳに影響があることが知られている。

ＡＳＤの治療において、特定の医薬品および経路(pathways)が知られており、バロバプタンBalovaptan (Sci Transl Med. 2019 May 8; 11(491))、アルバクロフェン(J Autism Dev Disord. 2014 Apr;44(4):958- 64)、ギャバＡ (Volume 86, Issue 5, 3 June 2015, Pages 1119-1130, RG7816 (https://adisinsight.springer.com/drugs/80005 l347)、ＣＭ－ＡＴ(https://psych.uesf.edu/CM-AT-autism), mGlu4/7 PAM (Front Mol Neurosci. 2018; 11 : 387, Neuropsychopharmacology. 2014 Aug; 39(9): 2049-2060)、ブメタニド(Ann Pharmacother. 2019 May;53(5):537-544), JNJ- 5279 (https://adisinsight.springer.com/drugs/8000369l l)、ＬＩ－７９(Clin Ther. 2019 Sep 3. pii: S0149-2918(19)30396-0)、タイドグルーシブ(https://www.thepharmaletter.com/article/positive-data-for-amo-02-in-autism-spectrum-disorder)、ＦＳＭ（登録商標）(https://www.healio.com/pediatrics/autism-spectrum-disorders/news/online/%7B6b8a390d-lf6a-4f24-ac73-ee83 lfOc20e0%7D/fda-fast-tracks-microbiota-therapy-for-children-with-autism)、ドネペジル(NCTO 1098383) AB-2004 (http://www.microbiometimes.com/axial-biotherapeutics-announces-publication-of-preclinical-data-highlighting-the-link-between-human-gut-microbiota-and-behavioral-symptoms-of-autism-spectrum-disorder-in-mouse-models/)、ザイゲル(Zygel) (https://zynerba.com/zynerba-pharmaceuticals-initiates-phase-2-trial-of-zygel-in-autism-spectrum-disorder/), OPN-300 (https://adisinsight.springer.com/trials/700258780)、ジプラシドン(NCT00208559) (https://www.clinicaltrialsarena.com/news/oryzon-vafidemstat-autism-results/)、ルラシドン(Ｌurasidone)(EudraCT Number: 2013-001694-24)、 カンナビビバリン (Front Cell Neurosci. 2019 Aug 9;l3:367)、ＲＶＴ－７０１(https://adisinsight.springer.com/drugs/800047745)、ナロキソンおよびナルトレキソン(Am J Ment Retard. 1989 May;93(6):644-5 l)、リスペリドン(J Child Adolesc Psychopharmacol. 2008 Jun; 18(3): 227-236)、オメガ３脂肪酸治療(EudraCT Number: 2007-006444-21)、フォリン酸 (EudraCT Number: 2015-000955-25)、フルオキセチン (EudraCT Number: 2008-003712-36)等がある。

罹患患者において自閉スペクトラム症を評価するための信頼性のある手段(measures)が求められている。

本発明の根底にある技術的課題は、以上で述べた要望に応じる手段および方法の提供において見ることができる。技術的課題は、特許請求の範囲において特徴化し、以下で本明細書において説明する実施形態によって解決する。

本発明は、被験者において自閉スペクトラム症を評価する方法に関し、
ａ）被験者によって移動体デバイスが使用されていた第１既定時間枠内における前記移動体デバイスについての使用データを含むデータ集合から、少なくとも１つの使用行動パラメータを判定するステップと、
ｂ）判定した少なくとも１つの使用行動パラメータを基準と比較することによって、自閉スペクトラム症を評価するステップとを含む。

典型的に、この方法は、更に、ステップ（ｂ）において実行した比較に基づいて、被験者における統合失調症または自閉スペクトラム症に伴う陰性症状の改善、永続性、または悪化を判定するステップ（ｃ）を含む。

ある実施形態では、この方法は、ステップ（ａ）の前に、第１既定時間枠内における移動体デバイスについての使用データを含むデータ集合を、移動体デバイスを使用する被験者から入手するステップを含んでもよい。しかしながら、通例、この方法は、第１既定時間枠内における移動体デバイスについての使用データを含む既存のデータ集合に対して実行される生体外方法であり、前記被験者との物理的な対話を全く必要としない。

また、本発明は、被験者において自閉スペクトラム症（ＡＳＤ）を評価する方法にも関し、
ａ）第１既定時間枠からＡＳＤを患う被験者からの行動データを含むデータ集合から少なくとも１つの行動パラメータを判定するステップと、
ｂ）判定した少なくとも１つの行動パラメータを基準と比較することによって、ＡＳＤを評価するステップと、
を含み、
前記行動データが、
（ｉ）話術および強迫観念を示すデータ、
（ｉｉ）社会性および日常業務(routines)を示すデータ、
（ｉｉｉ）反復運動を示すデータ
（ｉｖ）睡眠行動を示すデータ
（ｖ）不安を示すデータ
（ｖｉ）感情認識を示すデータ、
（ｖｉｉ）空間ワーキング・メモリを示すデータ、
（ｖｉｉｉ）協力行動を示すデータ、
（ｉｘ）画像探索能力、声質、および話者認識を示すデータ、
から成る一群から選択された１つ以上のデータを含む。

通例、この方法は、更に、ステップ（ｂ）において実行した比較に基づいて、被験者におけるＡＳＤに伴う症状の改善、永続性、または悪化を判定するステップ（ｃ）を含む。
ある実施形態では、この方法は、ステップ（ａ）の前に、第１既定時間枠内における移動体デバイスについての使用データを含むデータ集合を、移動体デバイスを使用する被験者から入手するステップを含んでもよい。しかしながら、通例、この方法は、第１既定時間枠内における移動体デバイスについての使用データを含む既存のデータ集合に対して実行される生体外方法であり、前記被験者との物理的な対話を全く必要としない。

本発明にしたがって呼ばれる方法とは、本質的に前述のステップから成る方法、または追加のステップを含んでもよい方法を含む。
以下で使用する場合、「有する」(having)、「備える」(comprise)、または「含む」(include)という用語、あるいはこれらの任意の文法的変形は、非排他的に使用されるものとする。つまり、これらの用語は、これらの用語によって導入される特徴の他に、このコンテキストで記述されるエンティティ内に他の特徴がない状況、および１つ以上の別の特徴がある状況の双方を指すことができる。一例として、「ＡはＢを有する」、「ＡはＢを備える」、および「ＡはＢを含む」という表現は、Ｂ以外には、Ａには他のエレメントがない状況（即ち、Ａが排他的にＢだけから成る状況）、およびＢ以外にも、エレメントＣ、エレメントＣおよびＤ、または更に他のエレメントでさえ、というように、エンティティＡには１つ以上の他のエレメントもある状況の双方を指すことができる。

更に、注記すべきは、「少なくとも１つ」(at least one)、「１つ以上」(one or more)という用語、あるいは特徴またはエレメントが１回(once)もしくは１回よりも多く出てきてもよいことを示す同様の表現は、通例、それぞれの特徴またはエレメントを導入するときに１回だけ使用されるということである。以下では、殆どの場合、それぞれの特徴またはエレメントに言及するとき、それぞれの特徴またはエレメントが１回または１回よりも多く出てくるかもしれないという事実にも拘わらず、「少なくとも１つ」または「１つ以上」という表現は繰り返されない。

更に、以下で使用する場合、「特に」(particularly)、「更に特定すれば」(more particularly)、「具体的には」(specifically)、「更に具体的には」(more specifically)、「通例」(typicaly)、「更に典型的には」(more typically)という用語、または同様の用語は、代わりの可能性を制限せずに、追加の／代わりの特徴と併せて使用される。つまり、これらの用語によって導入される特徴は、追加の／代わりの特徴であり、請求項の範囲を限定することは全く意図していない。当業者には認められるであろうが、本発明は、代わりの特徴を使用することによっても実行することができる。同様に、「本発明の実施形態における」(in an embodiment of the invention)または同様の表現によって導入される特徴は、追加の／代わりの特徴であることを意図しており、本発明の代替実施形態に関して全く限定せず、発明の範囲に関して全く限定せず、更に本発明の他の追加の／代わりの特徴または追加でない／代わりでない特徴と共にというようにして、導入される特徴を組み合わせる可能性に関して全く限定しない。

本方法は、一旦第１既定時間枠内における移動体デバイスについての使用データまたは行動データを含むデータ集合が取得されたなら、被験者によって移動体デバイス上で実行することができる。実施形態では、移動体デバイスについての「使用データ」(usage data)および「行動データ」(behavior data)という用語は、本明細書では相互交換可能に使用される。通例、移動体デバイス、およびデータ集合を取得するデバイスは、物理的に同一、即ち、同じデバイスでよい。このような移動体デバイスは、通例、データ取得手段、即ち、物理パラメータを定量的または定性的に検出もしくは測定し、これらを電子信号に変換し、本発明による方法を実行するために使用される移動体デバイスにおける評価ユニットに送信する手段を備えるデータ取得ユニットを有する。データ取得ユニットは、データ取得手段を備え、即ち、物理パラメータを定量的または定性的に検出または測定し、これらを電子信号に変換し、移動体デバイスから離れており本発明による方法を実行するために使用されるデバイスに送信する手段を備える。通例、前記データ取得手段は、少なくとも１つのセンサを含む。尚、１つよりも多いセンサ、即ち、すなわち、少なくとも２つ、少なくとも３つ、少なくとも４つ、少なくとも５つ、少なくとも６つ、少なくとも７つ、少なくとも８つ、少なくとも９つ、少なくとも１０個、またはそれより多い異なるセンサを移動体デバイスにおいて使用できることは理解されよう。データ取得手段として使用される典型的なセンサは、ジャイロスコープ、磁力計、加速度計、近接センサ、温度計、歩数計、指紋検出器、タッチセンサ、ボイスレコーダ、光センサ、圧力センサ、位置データ検知器、カメラ、およびＧＰＳ等というようなセンサである。評価ユニットは、通例、プロセッサと、データベースと、ソフトウェアとを備える。ソフトウェアは、前記デバイスに有形的に埋め込まれ、前記デバイス上で動作すると、本発明の方法を実行する。更に典型的には、このような移動体デバイスは、画面のようなユーザ・インターフェースも備えることができ、評価ユニットによって実行された分析の結果をユーザに供給することを可能にする。

あるいは、本方法は、前記データ集合を取得するために使用された移動体デバイスに関して離れているデバイス上で実行することもできる。この場合、移動体デバイスは、単に、データ取得手段、即ち、物理パラメータを定量的または定性的に検出あるいは測定し、これらを電子信号に変換し、この移動体デバイスから離れており本発明による方法を実行するために使用されるデバイスに送信する手段を備える。通例、前記データ取得手段は、少なくとも１つのセンサを備える。尚、移動体デバイスでは、１つより多いセンサ、すなわち、少なくとも２つ、少なくとも３つ、少なくとも４つ、少なくとも５つ、少なくとも６つ、少なくとも７つ、少なくとも８つ、少なくとも９つ、少なくとも１０個、またはそれより多い異なるセンサを使用できることは理解されよう。データ取得手段として使用される典型的なセンサは、ジャイロスコープ、磁力計、加速度計、近接センサ、温度計、歩数計、指紋検出器、タッチセンサ、ボイスレコーダ、光センサ、圧力センサ、位置データ検知器、カメラ、およびＧＰＳ等というようなセンサである。つまり、移動体デバイスおよび本発明の方法を実行するために使用されるデバイスは、物理的に異なるデバイスであってもよい。この場合、移動体デバイスは、任意のデータ送信手段によって、本発明の方法を実行するために使用されるデバイスと対応することができる。このようなデータ送信は、同軸、ファイバ、光ファイバ、または撚り線対、１０ＢＡＳＥ－Ｔケーブルというような、永続的または一時的物理接続によって達成することができる。あるいは、例えば、Ｗｉ－Ｆｉ、ＬＴＥ、ＬＴＥ－Ａｄｖａｎｃｅｄ、またはＢｌｕｅｔｏｏｔｈのような無線波を使用する一時的もしくは永続的ワイヤレス接続によって達成することもできる。したがって、本発明の方法を実行するための唯一の要件は、移動体デバイスを使用する被験者から得られる、第１既定時間枠内における移動体デバイスについての使用データまたは行動データを含むデータ集合の存在である。前記データ集合は、取得側移動体デバイスから永続的または一時的メモリ・デバイスに送信または格納することもでき、後にメモリ・デバイスを使用して、本発明の方法を実行するために使用されるデバイスにデータを転送することができる。この設定で本発明の方法を実行するリモート・デバイスは、通例、プロセッサと、データベースと、前記デバイスに有形的に埋め込まれ、前記デバイス上で動作すると、本発明の方法を実行するソフトウェアを備える。更に典型的には、前記デバイスは、評価ユニットによって実行された分析の結果をユーザに供給することを可能にする、画面のようなユーザ・インターフェースも備えることができる。

本明細書において使用する場合、「評価する」(assessing)という用語は、被験者が自閉スペクトラム症（ＡＳＤ）を患っているか否か、および／またはそれに伴う１つ以上の症状を呈するか否か判定すること、またはその診断を行うための補助を提供することを意味する。通例、本明細書において言及する評価とは、前記症状の改善、永続、または悪化を判定すること、更に典型的には、前記症状の改善を判定することを含む。当業者には理解されるであろうが、このような評価は、検査対象の被験者の１００％について正しいことが好ましいが、大抵の場合そうではないとして差し支えない。しかしながら、この用語では、統計的に有意な部分の被験者を正しく評価できなければならない。一部が統計的に大多数であるか否かは、例えば、信頼区間の特定、ｐ値特定、スチューデントのｔ検定、マン・ホイットニー検定等の、様々な周知の統計的評価ツールを使用すれば、当業者がこれ以上面倒なことをする必要なく、判定することができる。詳細については、Dowdy and Wearden, Statistics for Research（研究のための統計学）, John Wiley & Sons, New York 1983において見ることができる。通例見込まれる信頼区間は、少なくとも５０％、少なくとも６０％、少なくとも７０％、少なくとも８０％、少なくとも９０％、および少なくとも９５％である。ｐ値は、通例、０．２、０．１、０．０５である。つまり、本発明の方法は、通例、第１既定時間枠内における使用データまたは行動データを含むデータ集合を評価する手段を提供することによって、ＡＳＤの評価を補助する。また、この用語は、ＡＳＤのあらゆる種類の診断、監視、または経過観察(staging)も包含する。

本発明の方法の実施形態では、前記自閉スペクトラム症（ＡＳＤ）を評価するステップは、社会的意思疎通および社会的交流、ならびに行動、関心、または活動の限定された反復パターンから成る、ＡＳＤに伴う症状の一群から選択された、少なくとも１つの症状を評価するステップを含む。通例、前記自閉スペクトラム症を評価するステップは、自閉スペクトラム症に伴う少なくとも１つの症状の改善を判定するステップを含む。

本明細書において使用する場合、「自閉スペクトラム症（ＡＳＤ）」(autism spectrum disorder)という用語は、自閉症および関連する医学的状態を含む一群の神経発達障害を指す。典型的な症状には、社会的意思疎通および社会的交流における問題、および行動、関心、または活動の限定された反復パターンが含まれる。具体的には、少なくとも症状(at least symptom)は、非言語シグナルの認識および／または解釈の困難、会話の困難、説教および／または言語能力の減退、会話の繰り返し(repetitive speech)、脅迫神経的関心および／または脅迫神経的関心、反復運動、日常業務に対する過剰な執着、社会的環境における引きこもり、仲間に対する無関心、睡眠障害、短期記憶問題、および／または不安がある。症状は、大抵の場合、１歳および２歳の間に認識される。長期の問題には、関係の構築および維持、職業の継続、ならびに日常作業の実行が難しいことが含まれる場合がある。ＤＳＭ５は、自閉症、アスペルガー症候群、特に指定がない広汎性発達障害（ＰＤＤ－ＮＯＳ）、および自閉スペクトラム症のグループに該当する障害として、小児期崩壊性障害を認識する。環境の影響だけでなく、遺伝的原因も潜在的な危険因子として論じられている。

ＡＳＤ患者を治療するために使用することができる薬剤には、神経伝達物質再取り込み阻害剤（フルオキセチン）、三環系抗うつ薬（イミプラミン）、抗けいれん薬（ラモトリジン）、非定型抗精神病薬（クロザピン）、およびアセチルコリン・エステラーゼ阻害剤（リバスチグミン）が含まれる。

本明細書において使用する場合、「被験者」(subject)という用語は、通例、ほ乳類に関する。本発明による被験者は、通例、ＡＳＤを患っている、またはそれが疑われるのでもよい。即ち、前記疾患に伴う症状の一部または全てを既に示すのでもよい。

本発明の方法の実施形態では、前記被験者は人間である。
「少なくとも１つの使用行動パラメータ」(at least one usage behavior parameter)という用語は、本発明にしたがって、１つ以上の使用行動パラメータを判定できる、即ち、少なくとも２個、少なくとも３個、少なくとも４個、少なくとも５個、少なくとも６個、少なくとも７個、少なくとも８個、少なくとも９個、少なくとも１０個、またはそれ以上の数の異なる行動パラメータ(performance parameter)を判定できることを意味する。つまり、本発明の方法にしたがって判定できる異なる使用行動パラメータの数には上限がない。しかしながら、判定される移動体デバイス使用データのデータ集合毎に、１つおよび１２個の間の異なる使用行動パラメータがあるのが通例である。「使用行動パラメータ」という用語は、実施形態では、「行動パラメータ」という用語と相互交換可能に使用されるものとする。

本明細書において使用する場合、「使用行動パラメータ」(usage behavior parameter)という用語は、実施形態では移動体デバイスに関する被験者の使用行動を示すパラメータを指す。これは、更に一般的には、被験者がデバイスを身につけているまたは携行しているとき、あるいはそれに物理的に近接するときに測定される被験者の行動を含むのが通例である。例えば、本発明による移動体デバイスは、スマート・フォンであってもよい。本発明にしたがって適用されるデータ集合は、前記スマート・フォンについて既定の時間期間にわたって記録された使用データを含む。前記データに基づいて、スマート・フォンに関する被験者の使用行動を反映するユーザ行動パラメータ、例えば、頻度、使用または不使用（受動的使用）、または使用強度(usage intensity)等を計算することができる。更に典型的には、使用行動パラメータ（１つまたは複数）は、以下の表１および／または表２から選択された記録変数(recorded variable)であり、実施形態では、電話機およびアプリ使用パラメータ、具体的には、連絡先（ＩＤ数）、通話（頻度、時刻、通話時間、方向（即ち、着呼または発呼））、メッセージＳＭＳ（頻度、使用した文字数、使用期間、方向）、アプリケーション（アプリ）使用（アプリの名称、頻度、時刻、使用期間）、使用中の画面（頻度、時刻、期間）、ＷＩＦＩおよび／またはｂｌｅｔｏｏｔｈの使用（可視ＷＩＦＩおよび／またはｂｌｕｅｔｏｏｔｈ接続の数、使用した接続の数）、周囲音パラメータ、具体的には、音量および調子（音量パワー、時刻）、音声分類（頻度、時刻、持続期間）、メル周波数ケプストラム係数、移動パラメータ、具体的には、活動パラメータ（三軸加速（２０Ｈｚ）、時刻）、位置（難読化ＧＰＳ、即ち、進行の距離および方向）、ならびに光および近接パラメータ（経時的な周囲光の量、経時的な物体の近接）から成る一群から選択される。更にまた、タッチ行動パラメータも、本発明の方法による行動パラメータ（１つまたは複数）として使用することができる。通例、タッチ相互作用(touch interaction)、具体的には、タッチ・ダウン、スワイプおよびタッチ・アップ、タッチ移動の長さおよび方向(directionality)、タッチ・イベントのＹ座標のみ、タイム・スタンプ、キーボード上で行われたか否か、および／またはタイプ入力行動、文字のタイプ入力（アルファベット、数値、句読点、編集文字、機能キー、絵文字）、句読点（例えば、完全停止、感嘆符）、編集文字（例えば、空白、削除、バックスペース）という文字種にのみ使用される実際の文字、タイム・スタンプを想像することができる。更に典型的には、使用行動パラメータ（１つまたは複数）は、したがって、統合失調症の場合には以下の表３から選択された記録変数、自閉スペクトラム症の場合には以下の表６から選択された記録変数である。

実施形態では、典型的な行動パラメータは、以下から選択してもよい。
話術および強迫神経症的関心を示すデータ
これらは、通例、声質、発声量、および／または会話中における話者交代行動についてのデータを含む。更に典型的には、支援者は、調査対象の被験者との会話を毎週記録するとよい。記録された会話から、スペクトラム分析、意味的分析、および感情的分析を可能にする特徴を抽出する。声の高さ、音量、揺れ(shimmer)、および緊張(jitter)というような音声(voice)の特徴を識別する。会話中における話者交代行動を分析し、同一の話題に対する言及の繰り返しも分析する。種々のコンピュータ実装音声分析、およびディープ・ラーニング・アルゴリズムを分析のために使用することができる。

社会性および日常業務を示すデータ
これらは、通例、社会的交流および／または運動パターン(movement pattern)についてのデータを含む。自宅に設置され家族によって携行されるｂｌｕｅｔｏｏｔｈ送信機を使用することによって、社交的な部屋(social room)にいる時間および社交的でない部屋(non-social room)にいる時間、ならびに他の人々に接する時間を判定することができる。部屋および家族には、被験者の場所および交流を分析することができるような名称を付けることができる。更に、場所および身体運動のエントロピを測定して、１日の間における被験者の運動パターンの不規則性または規則性を示すことができる。これは、被験者が身につけるスマート・ウォッチのような移動体デバイスを使用することによって、行うことができる。

反復運動を示すデータ
これらは、通例、反復および／または常同運動の頻度および時間についてのデータを含む。被験者が身につけるスマート・ウォッチのような移動体デバイスを使用することによって、被験者によって行われる反復運動の頻度および時間を測定することができる。反復運動は、支援者によって識別することができ、更に記録し手作業で注釈付けた運動データ集合に対してコンピュータ実装パターン認識およびディープ・ラーニング・アルゴリズムをその後に訓練することによって、識別することができる。

睡眠行動を示すデータ
これらは、通例、入眠潜時、睡眠効率、睡眠時間、入眠後覚醒、および／または眠気についてのデータを含む。一晩にわたる被験者の運動データに基づいて、睡眠パターンを抽出することができる。被験者は、通例、例えば、１週間の内２日間一晩中、スマート・ウォッチのような移動体デバイスを装着する。コンピュータ実装アルゴリズムが睡眠行動データを分析することによって、入眠までの時間および／または睡眠時間を判定することができる。

不安を示すデータ
これらは、通例、心拍変動についてのデータを含む。不安は心拍変動の減少と関連があり、ＡＳＤにおける併存疾患であることが知られている。通例、社交的な場所(social locations)および例外的な日常業務(unusual routines)に依存する心拍変動が、被験者が身につけるスマート・ウォッチのような移動体デバイスによって継続的に測定した心拍のデータ集合から判定される。移動体デバイスは、被験者からのＰＰＧ信号を記録し、ＧＰＳを通じて位置を判定する。また、社会的交流の社会的状況(social context)を評価するために、周囲ノイズ記録も使用することもできる。

感情認識を示すデータ
これらは、通例、コンピュータ実装された、目における心を読む検査（ＲＭＥＴ）からのデータ、具体的には、検査において課題(task)によってシミュレートされた感情を認識する感情的強度、検査中に課題を実行するための応答および判断時間を含む。移動体デバイス上におけるコンピュータ実装検査において、被験者を顔表現の静止画像に露出する。静止画像に対して示される感情の強度を、適応アルゴリズムによって変化させる。被験者は、画像上において感情を認識したときに、画面上でタップし、感情の度合いまたは種類を目盛り上(on a scale)に明示(label)しなければならない。この検査についての更なる詳細は、以下に添付する例において見ることができる。

空間ワーキング・メモリを示すデータ
これらは、通例、ワーキング・メモリについてのコンピュータ実装検査からのデータを含む。この検査は、通例、ゲームによって以下のように実施することができる。コンピュータ実装アルゴリズムが、移動体デバイスの画面上に鶏を描画する。前記鶏が卵を産む。卵は、被験者が鶏上でタップすると、可視化される。鶏は１回しか卵を産むことができない。被験者は、画面上に描画された鶏が卵を産んだときを覚えてなければならない。卵について、鶏を１回しかチェックすることはできない。このアルゴリズムは、被験者が２回以上鶏をチェックした場合の試行回数を記録し、被験者が既に卵を産んだ鶏をチェックした場合の試行回数を記録する。これらの結果に基づいて、被験者のワーキング・メモリを示すデータを生成する。この検査についての更なる詳細は、以下に添付する例において見ることができる。

協力行動を示すデータ
これらは、通例、協力行動を評価するコンピュータ実装検査からのデータを含む。一変形では、制御された方法でコンピュータ・エージェントの行動を変化させ、被験者の行動を、被験者がエージェントの意図を理解するか否かに向けて定量化する。
検査は、通例、ゲームによって次のように実施することができる。被験者が、コンピュータ・エージェントと対戦して、順序交代ゲームをプレーする。これは、通貨と等しい価値がある硬貨を得ようとしてもよく、または他のプレーヤと協力する場合、通貨よりも価値がある宝箱を得ようとしてもよい。他のプレーヤは、コンピュータ実装アルゴリズムでもよく、または被験者に知られていても知られていなくてもよい実際のプレーヤであってもよい。協力イベントの回数を計算し、協力行動を示すデータを生成するために役立てる。この検査についての更なる詳細は、以下に添付する例において見ることができる。具体的には、実施される検査を以下の方法で拡張することができる。被験者は、ゲームをプレーする２台のコンピュータを観察し、成果に対して賭けをしなければならない。この検査の変形は、協力に対する消極性と協力行動を識別する能力の欠如との間で区別する潜在的な可能性を有する。

画像探索能力、声質(vocal properties)、および話者認識を示すデータ
これらは、通例、社会的および非社会的要素、音声特性(voice characteristics)、および／または会話および周囲音による話者認識を視覚的に識別するコンピュータ実装検査からのデータを含む。被験者は、移動体デバイスの画面上で社会的および非社会的要素を含む画像に露出される。被験者は、画像上で何が起きたか伝えて記録するように求められる。指運動追跡を使用して、画像の社会的要素および非社会的要素の検査時間を調査する。音声特性（高さ、音量、揺れ、緊張）を記録から分析する。加えて、会話および周囲音データにおいて、話者識別のために音響指紋を抽出する。これらの記録データに基づいて、画像探索能力、声質、および話者認識を示すデータを、コンピュータ実装パターン認識およびディープ・ラーニング・アルゴリズムによって生成することができる。尚、ＡＳＤを患う被験者は、音声(speech)の非定型音響パターンを呈する傾向、および画像の非社会的要素に注目する傾向を有することが分かっている。

更に典型的には、少なくとも１つの使用行動パラメータは、前述のパラメータの組み合わせであってもよい。例えば、以下の組み合わせを想像することができる。
電話機およびアプリ使用パラメータ、周囲音、移動パラメータ、ならびに光および近接パラメータ、
電話機およびアプリ使用パラメータ、移動パラメータ、ならびに光および近接パラメータ、
電話機およびアプリ使用パラメータ、周囲音、ならびに光および近接パラメータ、
電話機およびアプリ使用パラメータ、周囲音、ならびに運動パラメータ、
周囲音、運動パラメータ、ならびに光および近接パラメータ、
電話機およびアプリ使用パラメータ、ならびに周囲音、
電話機およびアプリ使用パラメータ、ならびに移動パラメータ、
電話機およびアプリ使用パラメータ、ならびに光および近接パラメータ、
周囲音、および移動パラメータ、
周囲音、ならびに光および近接パラメータ。

実施形態では、少なくとも１つの行動パラメータは、以上で明記したようなタッチ行動パラメータと組み合わせた前述の組み合わせの内任意のものである。
本発明の方法の実施形態では、前記少なくとも１つの使用行動パラメータは、以下の表１、表２、および／または表３による記録変数(recorded variable)である。

更に典型的には、少なくとも１つの行動パラメータは、前述のパラメータの組み合わせであってもよい。例えば、以下の組み合わせを想像することができる。
（ｉ）話術および脅迫神経症的関心を示すデータ、
（ｉｖ）睡眠行動を示すデータ
（ｖ）不安を示すデータ
（ｖｉ）感情認識を示すデータ、
（ｖｉｉ）空間ワーキング・メモリを示すデータ、
（ｖｉｉｉ）協力行動を示すデータ、
（ｉｘ）画像探索能力、声質、および話者認識を示すデータ、
または、
（ｉ）話術および脅迫神経症的関心を示すデータ、
（ｉｉ）社会性および日常業務(routines)を示すデータ、
（ｉｉｉ）反復運動を示すデータ
（ｖ）不安を示すデータ
（ｖｉ）感情認識を示すデータ、
（ｖｉｉ）空間ワーキング・メモリを示すデータ、
（ｖｉｉｉ）協力行動を示すデータ、
（ｉｘ）画像探索能力、声質、および話者認識を示すデータ。

「使用データを含むデータ集合」(dataset comprising usage data)という用語は、移動体デバイスの実施形態では、移動体デバイスによってまたは移動体デバイスを用いて実行された、異なる使用または作業を反映するもしくは示すデータのエンティティを指し、第１時間枠内において移動体デバイスによって記録された、または移動体デバイスから取得されたものである。このコンテキストにおいて言及する第１時間枠とは、被験者が移動体デバイスを使用するまたは使用することが疑われる既定時間枠であり、即ち、データ集合が記録または取得される時間期間である。使用データは、通例、電話機使用データ、アプリケーション（アプリ）使用データ、周囲ノイズ・データ、移動キャプチャ・データ、および／または位置キャプチャ・データであってもよい。第１時間枠は、意味のある少なくとも１つの使用行動パラメータを導出するために使用することができるデータを記録するのに適した任意の長さでよい。例えば、通話時間を測定する場合、前記第１時間枠は少なくとも前記通話の間続かなければならない。通例、使用データは、標準化時間枠、例えば、１時間以上、１日以上、１週間以上、または１か月以上にわたって記録される。行動データを含むデータ集合を記録または取得する目的で、どのようにして適した第１時間枠を被験者および状況に応じて定め直し、選択するかについては、当業者は熟知しているであろう。

本発明の方法の実施形態では、移動体デバイスについての前記使用データは、電話機使用データ、アプリケーション（アプリ）使用データ、周囲ノイズ・データ、移動キャプチャ・データ(movement capture data)、および位置キャプチャ・データから成る一群から選択されたデータを含む。

本明細書において使用する場合、「移動体デバイス」(mobile device)という用語は、一実施形態では、少なくとも１つのセンサと、使用データを含むデータ集合を取得するのに適したデータ記録機器とを備える任意の携帯用デバイス（移動体電話機、スマート・ウォッチ等のようなデバイス）を指す。また、これは、データ・プロセッサおよび記憶ユニット、音声記録デバイス、スピーカ、ならびに移動体デバイス上で被験者から入力を受け取るディスプレイも必要となる場合がある。更にまた、被験者の活動から、データを記録および編集してデータ集合とし、移動体デバイス自体または第２デバイスのいずれかにおいて、このデータ集合を本発明の方法によって評価する。考えられる具体的な設定に応じて、取得したデータ集合を移動体デバイスから別のデバイスに転送するために、移動体デバイスがデータ送信機器を備えることが必要となる場合もある。本発明による移動体デバイスとして特に相応しいのは、スマート・フォン、携帯用マルチメディア・デバイス、またはタブレット・コンピュータである。あるいは、データ記録および処理機器を有する携帯用センサを使用してもよい。更に、移動体デバイスは、実施形態では、アマゾン社からのｅｃｈｏまたはＡｌｅｘａデバイス、あるいはＳｏｎｏｓシステムというような、データ・レコーダを有するスピーカ・システムも含む。

本発明の方法の実施形態では、前記移動体デバイスは、スマート・フォン、スマート・ウォッチ、ウェアラブル・センサ、携帯用マルチメディア・デバイス、またはタブレット・コンピュータである。

少なくとも１つの使用行動パラメータの判定は、前記移動体デバイスが被験者によって使用されていた第１既定時間枠内における使用データを含むデータ集合から直接所望の測定値を導き出すことによって、達成することができる。あるいは、使用行動パラメータは、データ集合からの１つ以上の測定値を統合することもでき、つまり計算のような数学的演算によってデータ集合から導き出すことができる。通例、行動パラメータ(performance parameter)は、自動アルゴリズムによって、例えば、前記データ集合によってデータ処理デバイス・フィード上に有形的に埋め込まれたとき、データ集合から使用行動パラメータを自動的に導き出すコンピュータ・プログラムによって、データ集合から導き出される。

本明細書において使用する場合、「基準」(reference)という用語は、自閉スペクトラム症（ＡＳＤ）、好ましくは、被験者に伴う症状の改善を評価することを可能にする判別子(discriminator)を指す。このような判別子は、自閉スペクトラム症（ＡＳＤ）を患っており、好ましくは、それに伴う陰性症状を呈する被験者を示す使用行動パラメータに対する値でもよく、あるいは自閉スペクトラム症を患っておらず、好ましくは、それに伴う陰性症状を呈しない被験者を示す使用行動パラメータに対する値でもよい。

原則として、このような基準に対する値は、ＡＳＤを患っていることが分かっており、具体的には、それ伴う症状を呈する被験者または１群の被験者から導き出すことができ、判定された使用行動パラメータが基準に等しい場合、または基準から導き出された閾値を超える場合、被験者は、ＡＳＤを患っていると識別することができ、好ましくは、それに伴う症状を患っていると識別することができる。判定された使用行動パラメータが基準とは異なり、具体的には、前記閾値未満である場合、被験者は、ＡＳＤを患っていない、または改善している、または少なくともそれに伴う症状の改善が見られると識別することができる。

あるいは、これは、自閉スペクトラム症（ＡＳＤ）を患っていないことが分かっており、具体的には、それ伴う症状を呈さない被験者または１群の被験者から導き出すこともできる。被験者から判定された行動パラメータ(performance parameter)が基準に等しい場合、または基準から導き出された閾値未満である場合、被験者は、自閉スペクトラム症（ＡＳＤ）を患っていない、または少なくともそれに伴う症状の改善が見られると識別することができる。判定された行動パラメータ(performance parameter)が基準とは異なり、具体的には前記閾値を超える場合、被験者は、自閉スペクトラム症（ＡＳＤ）を患っており、好ましくは、それに伴う症状を患っていると識別される。

更に典型的には、基準は、前記移動体デバイスが被験者によって使用されていた第２既定時間枠内における移動体デバイスについての使用データを含むデータ集合から、以前に判定されたユーザ行動パラメータであってもよく、前記第２時間枠は第１時間枠よりも前である。このような場合、実際のデータ集合から判定された使用行動パラメータが、以前に判定された使用行動パラメータに関して異なる場合、疾病またはそれに付随する症状の以前の状態(status)に応じて、改善または悪化のいずれかと、使用行動パラメータによって表される使用の種類とを示す。当業者は、この使用の種類および以前の使用行動パラメータに基づいて、前記パラメータを基準としてどのように使用できるかについて把握する。判定された使用行動パラメータと基準との間における典型的な差は、以下の表１、または表２、および／または表３、実施形態では、表４に列挙した改善を示す記録変数に対して予想される変化によって反映される。

通例、ＡＳＤに伴う少なくとも１つの症状の改善は、少なくとも１つの使用行動パラメータが、以下の表１、または表２、および／または表３、実施形態では、表４に示す基準と比較して、改善する場合に判定される。

本発明の方法の実施形態では、前記基準は、第１既定時間枠に先立つ第２既定時間枠内における使用データを含むデータ集合内において判定された少なくとも１つの使用行動パラメータである。第１および第２時間枠は、第３既定時間期間、即ち、既定監視期間によって分離されても良い。通例、このような期間は、疾病の進展、個々の被験者に対する治療法の状態、発現(development)、または期間に応じて、日単位から週単位、月単位、そして年単位までの範囲に及ぶ、第１および第２時間枠範囲の長さに依存してもよい。

少なくとも１つの判定された使用行動パラメータと基準との比較は、コンピュータのようなデータ処理デバイス上に実装される自動比較アルゴリズムによって達成することができる。互いに比較するのは、判定された使用行動パラメータ、および本明細書の他のところで詳細に指定する、前記判定された使用行動パラメータに対する基準の値である。比較の結果として、判定された使用行動パラメータが基準と同一か、または異なるか、または特定の関係にあるか（例えば、基準よりも大きいまたは小さい）評価することができる。前記評価に基づいて、被験者を、ＡＳＤを患う、そして好ましくは、それに伴う症状を明示するものとして（「可能性あり」）、またはそうでないとして（「除外」）識別することができる。この評価について、本発明にしたがって、適した基準と関連付けて他のところで説明するように、基準の種類を考慮に入れる。

更にまた、判定された使用行動パラメータと基準との間の差の度合いを判定することによって、ＡＳＤの定量的評価が可能になる。尚、実際に判定された使用行動パラメータを、それよりも前に判定され基準として使用されたものと比較することによって、疾病状態またはその症状の改良、悪化、不変を判定できることは、理解されよう。前記使用行動パラメータの値の定量的差に基づいて、改善、悪化、または不変状態を判定することができ、随意に、定量化することができる。ＡＳＤの患者からの基準というような、他の基準を使用する場合、特定の病期を基準集合(reference collective)に割り当てることができるなら、定量的差は意味があることは理解されよう。この病期に関して、そのような場合に悪化、改善、または不変の疾病状態を判定し、随意に定量化することもできる。

被験者のＡＳＤの評価は、被験者、または医者(medical practitioner)のような他の人に示される。通例、これは、移動体デバイスまたは評価デバイスのディスプレイ上に評価結果を表示することによって、行われる。あるいは、薬剤治療のような治療、または特定の生活様式、例えば、特定の食餌療法(nutritional diet)またはリハビリテーション手段(measures)に対する推奨を、自動的に被験者または他の人に提供する。このために、確定診断をデータベースにおける異なる診断に割り当てられた推奨と比較する。一旦確定診断が、格納され割り当てられた診断の１つと一致したなら、格納されている診断の内確定診断と一致したものに対する推奨の割り当てにより、適した推奨を特定することができる。したがって、通例では、推奨および診断がリレーショナル・データベースの形式で存在することが想像できる。しかしながら、適した推奨の特定を可能にする他の構成(arrangement)も可能であり、当業者には知られている。

このように、実施形態における本発明の方法は、ＡＳＤの治療、あるいはそれに伴う症状の少なくとも１つに対する (for at least of the symptoms) 治療が、成功したか否か判定することも包含する。

このような場合、通例、第２および第１時間枠の間に、被験者は自閉スペクトラム症の治療、またはれに伴う症状の少なくとも１つのための治療を受けている。更に典型的には、前記治療は薬剤に基づく治療である。

ＡＳＤに伴う少なくとも１つの症状の改善は、通例、治療が成功したことを示す。
更にまた、通例ではリアル・タイムで、１つ以上の使用行動パラメータを移動体デバイス上に格納すること、または被験者に示すこともできる。格納された使用行動パラメータを、時間経過(time course)にまたは同様の評価尺度に組み入れることもできる。このように評価された行動パラメータ(performance parameter)は、本発明の方法にしたがって調査された使用行動についてのフィードバックとして、被験者に提供することもできる。通例、このようなフィードバックは、電子フォーマットで、移動体デバイスの適したディスプレイ上で提供することができ、更に先に指定したような治療またはリハビリテーション手段に対する推奨にリンクすることができる。

更に、評価された使用行動パラメータは、医者の事務所または病院における医師、および臨床試験のコンテキストにおける診断検査の開発者または薬剤開発者、健康保険従事者、あるいは公的または私的健康管理システムの他の利害関係者というような、他の医療従事者にも提供することができる。

通例、被験者においてＡＳＤを評価するための本発明の方法は、次のように実行することができる。
最初に、被験者によって前記移動体デバイスが使用された第１既定時間枠の、実施形態では移動体デバイスについての使用データを含む、既存のデータ集合から、少なくとも使用行動パラメータを判定する。前記データ集合は、移動体デバイスから、コンピュータのような評価デバイスに送信されていてもよく、またはデータ集合から少なくとも使用行動パラメータを導き出すために、移動体デバイス内において処理することもできる。

第２に、例えば、移動体デバイスのデータ・プロセッサによって、または評価デバイス、例えば、コンピュータによって実行されるコンピュータ実装比較アルゴリズムを使用することによって、判定した少なくとも１つの使用行動パラメータを基準と比較する。比較において使用した基準に関して、そして前記評価に基づいて、比較結果を評価し、被験者がＡＳＤを患っているか否か、あるいはそれに伴う症状の改善を呈するか否か、識別する。

第３に、前記評価結果を、被験者、または医師のような他の人に示す。しかしながら、最終的な臨床診断または評価のためには、更に他の要因またはパラメータも臨床医(clinician)によって考慮されるとよいことは理解されよう。

更に、治療についての推奨も被験者または他の人に自動的に提供される。このために、確定した診断を、データベースにおける異なる診断に割り当てられる推奨と比較する。一旦確定診断が、格納され割り当てられた診断の１つと一致したなら、格納されている診断の内確定診断と一致したものに対する推奨の割り当てにより、適した推奨を特定することができる。典型的な推奨には、神経伝達物質再取り込み阻害剤（フルオキセチン）、三環系抗うつ薬（イミプラミン）、抗けいれん薬（ラモトリジン）、非定型抗精神病薬（クロザピン）、およびアセチルコリン・エステラーゼ阻害剤（リバスチグミン）を用いた治療が含まれる(involve)。更にまた、心理学的および／または社会的カウンセリングも適した方法である。

更にまた、本発明はＡＳＤに対して治療を推奨する方法も提供する。この方法は、
（ａ）先に説明した本発明の方法を実行することによってＡＳＤを評価するステップと、
（ｂ）ステップ（ａ）において得られた評価に基づいてＡＳＤに対する治療を推奨するステップとを含む。

本明細書において使用する場合、「推奨する」(recommending)という用語は、被験者に適用することができる支援策またはその組み合わせの提案を行うことを意味する。しかしながら、実際の治療の適用は、この用語には含まれなくてもよいことは理解されてしかるべきである。

通例、このコンテキストにおけるＡＳＤに対する前記治療は、バソプレシン１ａ拮抗剤、更に特定すれば、バロバプタン、N-メチル-D- アスパラギン酸（ＮＭＤＡ）受容体拮抗剤、具体的には、メマンチンまたはＲＶＴ－７０１、酵素脂肪酸アミドヒドロラーゼ（ＦＡＡＨ）の選択的抑制剤 、具体的には、ＪＮＪ－５２７９、ＧＡＢＡ修飾薬、具体的には、ＧＡＢＡ Ａａ５ポジティブ・アロステリック・モジュレータ（ＰＡＭ）、具体的には、ＲＧ７８１６、ＧＡＢＡ Ａ修飾薬または選択的ＧＡＢＡ－Ｂ作用薬、具体的には、アルバクロフェン、ｍＧｌｕ４／７ポジティブ・アロステリック・モジュレータ、
オキシトシン、具体的には、ＯＰＮ－３００、アセチルコリン・エステラーゼ阻害薬、具体的には、ドネペジル、リジン（Ｋ）特異的メチル基分解酵素１Ａ／モノアミン酸化酵素Ｂの二重阻害剤、具体的には、バフィデンスタット(Vafidemstat)、チロシンヒドロキシラーゼ抑止剤、具体的には、ＬＩ－７９、 選択的および非可逆的低分子非－ＡＴＰ－競合性グリコーゲン合成酵素キナーゼ３（ＧＳＫ－３）阻害剤、具体的には、チデグルシブ、アミラーゼ、ＣＭ－ＡＴのようなリパーゼおよびプロテアーゼ調節酵素、ＮＫＣＣ１カチオン-塩化物共輸送体遮断薬、具体的には、ブメタニド、微生物転移療法、具体的には、ＦＳＭ（登録商標）、マイクロバイオーム修飾薬、具体的には、ＡＢ－２００４、選択的セロトニン再取り込み阻害薬、具体的には、フルオキセチン、ドーパミン２受容体拮抗薬、具体的には、リスペリドン、ジプラシドン、またはルラシドン、非陶酔カンナビノイド、具体的には、ザイゲル(Zygel)、植物性カンナビノイド、具体的には、カンナビディバリン(Cannabidivarin)、μ－オピオイド受容体拮抗薬、具体的には、ナロキソンまたはナルトレキソンまたは脂肪酸オメガ－３またはフォリン酸処理から成る一群から選択された少なくとも１つの薬剤による治療を含む。

更に代案または追加として、診断の基礎となる少なくとも１つの使用行動パラメータを、移動体デバイス上に格納する。通例、本明細書の他のところで指定されるような治療の推奨を電子的に補助することができる移動体デバイス上に実装される、時間経過組み入れアルゴリズム(time course assembling algorithm)のような、適した評価ツールによって、他の格納されている行動パラメータ(performance parameter)と共に評価する。

以上のことを考慮して、本発明は、被験者においてＡＳＤを評価する方法、好ましくは、それに伴う症状の改善を評価する方法も、具体的に意図しており、
ａ）移動体デバイスを使用する前記被験者から、前記移動体デバイスがこの被験者によって使用されていた第１既定時間枠内における移動体デバイスについての使用データを含むデータ集合を入手するステップと、
ｂ）前記データ集合から判定される少なくとも１つの使用行動パラメータを判定するステップと、
ｃ）判定した少なくとも１つの使用行動パラメータを基準と比較するステップと、
ｄ）ＡＳＤを評価するステップであって、好ましくは、ステップ（ｂ）において実行した比較に基づいて、通例、被験者がＡＳＤを患っているか否か、またはそれに伴う症状の改善を呈するか否か判定することによって、それに伴う症状の改善を被験者において評価するステップと、
を含む。

有利なこととして、本発明の基礎となる研究において、前記移動体デバイスが被験者によって使用されていた第１既定時間枠内における移動体デバイスについての使用データおよび他のデータを含むデータ集合から得られた使用行動パラメータは、前記被験者におけるＡＳＤを評価するために使用できることが分かっている。具体的には、前記使用行動パラメータは、ＡＳＤに伴う症状の改善を前記被験者において識別するために使用し、例えば、本明細書の他のところで指定されるようなＡＳＤの治療を受ける被験者の監視を補助するために使用することができる。前記データ集合は、被験者が能動的または受動的検査、実施形態では圧力検査を実行する、遍在的なスマート・フォン、携帯用マルチメディア・デバイス、またはタブレット・コンピュータ、実施形態ではセンサ・デバイスのような移動体デバイスを使用することによって、都合のよい方法で、ＡＳＤの患者(patient)から取得することができる。続いて、本発明の方法によって、使用行動パラメータがディジタル・バイオマーカとして適しているかについて、取得したデータ集合を評価することができる。前記評価は、同じ移動体デバイス上で実行することができ、または別のリモート・デバイス上で実行することもできる。更にまた、このような移動体デバイスを使用することによって、治療法に対する推奨を患者に直接、即ち、医者の事務所または病院の救急車における医師(medical practitioner)の助言を受けずに、提供することができる。本発明の方法により実際に判定された使用行動パラメータの使用によって、ＡＳＤの患者の生活状態を、実際の疾病状態に対して一層正確に調節することができるのは、本発明の成果によるものである。これによって、薬剤治療を有効性について評価することができ、薬剤投与計画を患者の現在の状態(status)に適合させることができる。尚、本発明の方法は、通例、被験者からの既存のデータ集合を必要とするデータ評価方法であることは理解されてしかるべきである。このデータ集合内において、本方法は、ＡＳＤを評価するために使用することができる少なくとも１つの使用行動パラメータを判定する。

したがって、本発明の方法は、
－疾病状態を評価する、
－患者を、特に、実生活、日常の状況、および大規模に監視する、
－治療の推奨によって患者を支援する、
－薬剤の有効性を、例えば、臨床試験中においても調査する、
－治療決定を容易にする、および／または補助する、
－病院管理を支援する、
－健康保険評価および管理を支援する、および／または
－公衆健康管理における判断を支援する、
ために使用することができる。

また、本発明は、ＡＳＤを患っている被験者またはＡＳＤを患っていることが疑われる被験者においてＡＳＤを治療および／または防止する方法も意図してもり、この方法は、
（ａ）先に説明した本発明の方法を実行することによってＡＤＤを評価するステップと、
（ｂ）ステップ（ａ）において得られた評価に基づいてＡＳＤに対する治療を適用するステップと、
を含む。

通例、このコンテキストにおけるＡＳＤに対する治療は、バソプレシン１ａ拮抗剤、更に特定すれば、バロバプタン、Ｎ－メチル－Ｄ－アスパラギン酸（ＮＭＤＡ）受容体拮抗剤、具体的には、メマンチンまたはＲＶＴ－７０１、酵素脂肪酸アミドヒドロラーゼ（ＦＡＡＨ）の選択的抑制剤 、具体的には、ＪＮＪ－５２７９、ＧＡＢＡ修飾薬、具体的には、ＧＡＢＡ Ａａ５ポジティブ・アロステリック・モジュレータ（ＰＡＭ）、具体的には、ＲＧ７８１６、ＧＡＢＡ Ａ修飾薬または選択的ＧＡＢＡ－Ｂ作用薬、具体的には、アルバクロフェン、ｍＧｌｕ４／７ポジティブ・アロステリック・モジュレータ、オキシトシン、具体的には、ＯＰＮ－３００、アセチルコリン・エステラーゼ阻害薬、具体的には、ドネペジル、リジン（Ｋ）特異的メチル基分解酵素１Ａ／モノアミン酸化酵素Ｂの二重阻害剤、具体的には、バフィデンスタット(Vafidemstat)、チロシンヒドロキシラーゼ抑止剤、具体的には、ＬＩ－７９、選択的および非可逆的低分子非－ＡＴＰ－競合性グリコーゲン合成酵素キナーゼ３（ＧＳＫ－３）阻害剤、具体的には、チデグルシブ、アミラーゼ、ＣＭ－ＡＴのようなリパーゼおよびプロテアーゼ調節酵素、ＮＫＣＣ１カチオン-塩化物共輸送体遮断薬、具体的には、ブメタニド、微生物転移療法、具体的には、ＦＳＭ（登録商標）、マイクロバイオーム修飾薬、具体的には、ＡＢ－２００４、選択的セロトニン再取り込み阻害薬、具体的には、フルオキセチン、ドーパミン２受容体拮抗薬、具体的には、リスペリドン、ジプラシドン、またはルラシドン、非陶酔カンナビノイド、具体的には、ザイゲル、植物性カンナビノイド、具体的には、カンナビディバリン、μ－オピオイド受容体拮抗薬、具体的には、ナロキソンまたはナルトレキソンまたは脂肪酸オメガ－３またはフォリン酸処理から成る一群から選択された少なくとも１つの薬剤による治療を含む。前記薬剤は、ＡＳＤを治療および／または防止する前述の方法において、被験者に治療有効量だけ投与しなければならない。ＡＳＤを治療または防止するための治療有効量は、前述の薬剤については当技術分野において知られており、難しい話は抜きにして、医師によって決定または採用することができる。具体的には 適した投与量または投与計画を決定するときに、年齢、性別、体重、病歴、総合的な健康および福利(well being)等のような要因を考慮に入れてもよい。

本明細書において使用する場合、［治療する」(treating)という用語は、通例、ＡＳＤまたはその症状の少なくとも１つを治癒させる(curing)または改善する(ameliorating)ことを指す。本明細書において使用する場合、「防止する」(preventing)という用語は、通例、特定の時間枠内においてＡＳＤの発症の可能性を著しく低下させることを指す。

また、本発明は、コンピュータ・プログラム、コンピュータ・プログラム製品、または前記コンピュータ・プログラムが有形的に埋め込まれたコンピュータ読み取り可能記憶媒体も意図しており、コンピュータ・プログラムは命令を含み、データ処理デバイスまたはコンピュータ上で命令を実行すると、先に指定したように、本発明の方法を実行する。具体的には、本開示は、更に、以下のものも包含する。

－少なくとも１つのプロセッサを含むコンピュータまたはコンピュータ・ネットワークであって、本明細書において説明する実施形態の１つにしたがって本方法を実行するように、プロセッサが構成される。

－データ構造がコンピュータ上で実行されている間、本明細書において説明した実施形態の１つにしたがって、本方法を実行するように構成されたコンピュータ・ロード可能データ構造。

－コンピュータ・プログラムが、プログラムがコンピュータ上で実行されている間、本明細書において説明する実施形態の１つにしたがって前記方法を実行するように構成される、コンピュータ・スクリプト。

－コンピュータ・プログラムであって、コンピュータまたはコンピュータ・ネットワーク上でこのコンピュータ・プログラムが実行されている間に、本明細書において説明する実施形態の１つにしたがって本方法を実行するプログラム手段を備える、コンピュータ・プログラム。

－直前の実施形態によるプログラム手段を備えるコンピュータ・プログラムであって、プログラム手段が、コンピュータに読み取り可能な記憶媒体上に格納される、コンピュータ・プログラム。

－記憶媒体であって、データ構造がこの記憶媒体上に格納され、データ構造が、コンピュータまたはコンピュータ・ネットワークの主ストレージおよび／または作業用ストレージにロードされた後に、本明細書において説明する実施形態の１つによる方法を実行するように、構成される、記憶媒体。

－プログラム・コード手段を有するコンピュータ・プログラム製品であって、プログラム・コード手段をコンピュータまたはコンピュータ・ネットワーク上で実行すると、本明細書において説明する実施形態の１つによる方法を実行するために、プログラム・コード手段を記憶媒体上に格納することができる、または記憶媒体上に記憶される、コンピュータ・プログラム製品。

－移動体デバイスが被験者によって使用されていた第１既定時間枠内における前記移動体デバイスについての使用データを含むデータ集合を含み、通例では暗号化される、データ・ストリーム信号。

－データ集合から導き出された少なくとも１つの使用行動パラメータを含み、通例では暗号化される、データ・ストリーム信号。
更に、本発明は、移動体デバイスが被験者によって使用されていた第１既定時間枠内における移動体デバイスについての使用データを含むデータ集合から、少なくとも１つの使用行動パラメータを判定する方法に関する。この方法は、
ａ）前記データ集合から少なくとも１つの使用行動パラメータを導き出すステップと、
ｂ）判定した少なくとも１つの使用行動パラメータを、基準と比較するステップと、
を含み、
通例では、前記少なくとも１つの使用行動パラメータは、ＡＳＤを評価するのを補助し、好ましくは、前記被験者において、それに伴う症状の改善を評価するのを補助することができる。

本発明は、プロセッサと、使用行動データを記録する少なくとも１つのセンサと、データベースと、前記デバイスに有形的に埋め込まれ、前記デバイス上で実行すると、本発明の方法を実行するソフトウェアとを備える移動体デバイスに関する。

したがって、前記移動体デバイスは、データ集合を取得し、それから使用行動パラメータを判定することができるように構成される。更にまた、これは基準との比較を実行し、本明細書の他のところで詳しく説明したように、ＡＳＤの評価を確立するように構成される。

更に、本発明は、システムに関し、このシステムは、使用データを記録する少なくとも１つのセンサを含む移動体デバイスと、プロセッサと、データベースと、前記デバイスに有形的に埋め込まれたソフトウェアであって、前記デバイス上で実行すると、本発明の方法を実行する、ソフトウェアとを含むリモート・デバイスとを備え、前記移動体デバイスおよび前記リモート・デバイスが互いに動作可能にリンクされる。

「動作可能に互いにリンクされた」下では、これらのデバイスが、一方のデバイスから他方のデバイスへのデータ転送を可能にするように接続されていることは、理解されてしかるべきである。通例、取得したデータを、処理のために、リモート・デバイスに送信することができるように、被験者からデータを取得する少なくとも移動体デバイスが、本発明の方法のステップを実行するリモート・デバイスに接続することが想像できる。しかしながら、リモート・デバイスも、移動体デバイスに、その適正な機能を制御または監視する信号というような、データを送信することができる。移動体デバイスとリモート・デバイスとの間の接続は、同軸、ファイバ、光ファイバ、撚り線対、１０ＢＡＳＥ－Ｔケーブルというような、永続的または一時的物理接続によって、行うことができる。あるいは、例えば、Ｗｉ－Ｆｉ、ＬＴＥ、ＬＴＥ－ａｄｖａｎｃｅｄ、またはＢｌｕｅｔｏｏｔｈというような無線波を使用して、一時的または永続的ワイヤレス接続によって行うこともできる。更なる詳細は、本明細書の他のところにおいて見出すことができる。データ取得のために、移動体デバイスは、画面またはデータ取得用の他の機器というような、ユーザ・インターフェースを備えてもよい。

更に、本発明は、通例では本発明の方法にしたがって、ＡＳＤを評価し、前記移動体デバイスが被験者によって使用されていた第１既定時間枠内における移動体デバイスについての使用データを含むデータ集合を分析するための、移動体デバイスまたは本発明のシステムの使用も意図する。

以下に、本発明の更に特定的な実施形態を列挙する。
実施形態１。被験者における統合失調症または自閉スペクトラム症の評価方法であって、
ａ）患者によって移動体デバイスが使用されていた第１既定時間枠内における前記移動体デバイスについての使用データを含むデータ集合から、少なくとも１つの使用挙動パラメータを判定するステップと、
ｂ）判定した少なくとも１つの使用挙動パラメータを基準と比較することによって、統合失調症または自閉スペクトラム症を評価するステップとを含む。

実施形態２。実施形態１の方法において、前記統合失調症を評価するステップが、非社会性、アロギー、無関心、無快感症、および注意力の低下から成る、統合失調症に伴う陰性症状の一群から選択された、少なくとも１つの陰性症状を評価するステップを含み、前記自閉スペクトラム症を評価するステップは、社会的意思疎通および社会的交流、ならびに行動、関心、または活動の限定された反復パターンから成る、自閉スペクトラム症に伴う陰性症状の一群から選択された、少なくとも１つの陰性症状を評価するステップを含む。

実施形態３。実施形態２の方法において、前記統合失調症または自閉スペクトラム症を評価するステップが、統合失調症または自閉スペクトラム症に伴う少なくとも１つの陰性症状の改善を判定するステップを含む。

実施形態４。実施形態１から３のいずれか１つの方法において、移動体デバイスについての前記使用データが、電話使用データ、アプリケーション（アプリ）使用データ、周囲ノイズ・データ、移動キャプチャ・データ、および位置キャプチャ・データから成る一群から選択されたデータを含む。

実施形態５。実施形態１から４のいずれか１つの方法において、前記少なくとも１つの使用行動パラメータが、統合失調症の場合には表１、表２、および／または表３による記録変数(recorded variable)であり、また自閉スペクトラム症の場合には表４、表５、および／または表６による記録変数である。

実施形態６。実施形態５の方法において、統合失調症または自閉スペクトラム症に伴う少なくとも１つの陰性症状の改善が、統合失調症の場合には、表１、または表２、および／または表３、自閉スペクトラム症の場合、表４、表５、および／または表６に示す基準と比較して、少なくとも１つの使用行動パラメータが改善する場合に判定される。

実施形態７。実施形態１から６のいずれか１つの方法において、前記基準が、第１既定時間枠に先立つ第２既定時間枠内における移動体デバイスについての使用データを含むデータ集合内において判定された少なくとも１つの使用行動パラメータである。

実施形態８。実施形態７の方法において、第２および第１時間枠の間に、被験者が、統合失調症または自閉スペクトラム症の治療、またはそれに伴う陰性症状の少なくとも１つのための治療を受けている。

実施形態９。実施形態９の方法において、前記治療が薬剤に基づく治療である。
実施形態１０。実施形態８または９の方法において、統合失調症または自閉スペクトラム症に伴う少なくとも１つの陰性症状の改善が、治療の成功を示す。

実施形態１１。実施形態１から１０のいずれか１つの方法において、前記移動体デバイスが、スマート・フォン、スマート・ウォッチ、ウェアラブル・センサ、携帯用マルチメディア・デバイス、またはタブレット・コンピュータである。

実施形態１２。実施形態１から１１のいずれか１つの方法において、前記被験者が人間である。
実施形態１３。移動体デバイスであって、プロセッサと、使用データを記録する少なくとも１つのセンサと、データベースと、前記デバイスに有形的に埋め込まれ、前記デバイス上で実行すると、実施形態１から１２のいずれか１つの方法を実行するソフトウェアとを備える。

実施形態１４。システムであって、使用データを記録する少なくとも１つのセンサを含む移動体デバイスと、プロセッサと、データベースと、前記デバイスに有形的に埋め込まれたソフトウェアであって、ソフトウェアが、前記デバイス上で実行すると、実施形態１から１２のいずれか１つの方法を実行する、ソフトウェアとを含むリモート・デバイスとを備え、前記移動体デバイスおよび前記リモート・デバイスが互いに動作可能にリンクされる。

実施形態１５。統合失調症または自閉スペクトラム症を評価し、前記移動体デバイスが被験者によって使用されていた第１既定時間枠内における移動体デバイスについての使用データを含むデータ集合を分析するための、実施形態１３による移動体デバイスまたは実施形態１４のシステムの使用。

実施形態１６。被験者において自閉スペクトラム症（ＡＳＤ）を評価する方法であって、
ａ）第１既定時間枠からの、ＡＳＤを患う被験者からの行動データを含む、データ集合から少なくとも１つの行動パラメータを判定するステップと、
ｂ）判定した少なくとも１つの行動パラメータを基準と比較することによって、ＡＳＤを評価するステップと、
を含み、
前記行動データが、
（ｉ）話術および脅迫神経症的関心を示すデータ、
（ｉｉ）社会性および日常業務(routines)を示すデータ、
（ｉｉｉ）反復運動を示すデータ、
（ｉｖ）睡眠行動を示すデータ、
（ｖ）不安を示すデータ、
（ｖｉ）感情認識を示すデータ、
（ｖｉｉ）空間ワーキング・メモリを示すデータ、
（ｖｉｉｉ）協力行動を示すデータ、
（ｉｘ）画像探索能力、声質、および話者認識を示すデータ、
から成る一群から選択された１つ以上のデータを含む。
実施形態１７。実施形態１６の方法において、前記基準が、第１既定時間枠よりも前に、第２既定時間枠内における行動データを含むデータ集合において判定されている少なくとも１つの行動パラメータである。

実施形態１８。実施形態１６または１７の方法において、前記ＡＳＤを評価するステップが、社会的意思疎通および社会的交流、および行動、関心、または活動の限定された反復パターンから成る、自閉スペクトラム症に伴う症状の一群から選択された、少なくとも１つの症状を評価するステップを含む。

実施形態１９。実施形態１８の方法において、前記ＡＳＤを評価するステップが、ＡＳＤに伴う少なくとも１つの症状の改善を判定するステップを含む。
実施形態２０。実施形態１９の方法において、ＡＳＤに伴う少なくとも１つの症状の改善が、表４に示すような基準と比較して、少なくとも１つの行動パラメータが改善した場合に判定される。

実施形態２１。実施形態１６から２０のいずれか１つの方法において、行動データを含む前記データ集合が、移動体デバイスから入手されたものである。
実施形態２２。実施形態１６から２１のいずれか１つの方法において、前記話術および強迫神経症的関心を示すデータが、音声特性、発声量、および／または会話中における話者交代行動についてのデータを含む。

実施形態２３。実施形態１６から２２のいずれか１つの方法において、前記社会性および日常業務を示すデータが、社会的交流および／または運動パターン(movement pattern)についてのデータを含む。

実施形態２４。実施形態１６から２３のいずれか１つの方法において、前記反復運動を示すデータを示す前記データ(said data indicative for data indicative for repetitive movements)が、反復および／または常同運動の頻度および時間についてのデータを含む。

実施形態２５。請求項１６から２４のいずれか１つの方法において、前記睡眠行動を示すデータが、入眠潜時、睡眠効率、睡眠時間、入眠後覚醒、および／または眠気についてのデータを含む。

実施形態２６。実施形態１６から２５のいずれか１つの方法において、前記不安を示すデータが、心拍変動についてのデータを含む。
実施形態２７。実施形態１６から２６のいずれか１つの方法において、前記感情認識を示すデータが、コンピュータ実装された、目における心を読む検査（ＲＭＥＴ）からのデータ、具体的には、検査において課題によってシミュレートされた感情を認識する感情的強度、検査中に課題を実行するための応答および判断時間を含む。

実施形態２８。実施形態１６から２７のいずれか１つの方法において、前記空間ワーキング・メモリを示すデータが、ワーキング・メモリについてのコンピュータ実装検査からのデータを含む。

実施形態２９。実施形態１６から２８のいずれか１つの方法において、前記協力行動を示すデータが、協力行動を評価するコンピュータ実装検査からのデータを含む。
実施形態３０。実施形態１６から２９のいずれか１つの方法において、前記画像探索能力、声質、および話者認識を示すデータが、会話および周囲音によって、社会的および非社会的要素、音声特性、および／または話者認識を視覚的に識別するコンピュータ実装検査からのデータを含む。

実施形態３１。実施形態１６から３０のいずれか１つの方法において、前記行動データを含むデータ集合が、少なくとも、
（ｉ）話術および脅迫神経症的関心を示すデータ、
（ｉｖ）睡眠行動を示すデータ
（ｖ）不安を示すデータ
（ｖｉ）感情認識を示すデータ、
（ｖｉｉ）空間ワーキング・メモリを示すデータ、
（ｖｉｉｉ）協力行動を示すデータ、
（ｉｘ）画像探索能力、声質、および話者認識を示すデータ、
または、
（ｉ）話術および脅迫神経症的関心を示すデータ、
（ｉｉ）社会性および日常業務(routines)を示すデータ、
（ｉｉｉ）反復運動を示すデータ
（ｖ）不安を示すデータ
（ｖｉ）感情認識を示すデータ、
（ｖｉｉ）空間ワーキング・メモリを示すデータ、
（ｖｉｉｉ）協力行動を示すデータ、
（ｉｘ）画像探索能力、声質、および話者認識を示すデータ、
を含む。

実施形態３２。実施形態１６から３１のいずれか１つの方法において、前記被験者が人間である。
実施形態３３。ＡＳＤに対して治療を推奨する方法であって、
（ａ）実施形態１６から３２のいずれか１つの方法を実行することによってＡＳＤを評価するステップと、
（ｂ）ステップ（ａ）において得られた評価に基づいてＡＳＤに対する治療を推奨するステップであって、前記治療がＡＳＤに対するものである、ステップとを含む。

実施形態３４。ＡＳＤを患っている被験者またはＡＳＤを患っていることが疑われる被験者においてＡＳＤを治療および／または防止する方法であって、
（ａ）実施形態１６から３２のいずれか１つの方法を実行することによってＡＳＤを評価するステップと、
（ｂ）ステップ（ａ）において得られた評価に基づいてＡＳＤに対する治療を適用するステップと、
を含む。

実施形態３５。実施形態３３または３４の方法において、前記ＡＳＤの治療が、バソプレシン１ａ拮抗剤、更に特定すれば、バロバプタン、N-メチル-D- アスパラギン酸（ＮＭＤＡ）受容体拮抗剤、具体的には、メマンチンまたはＲＶＴ－７０１、酵素脂肪酸アミドヒドロラーゼ（ＦＡＡＨ）の選択的抑制剤 、具体的には、ＪＮＪ－５２７９、ＧＡＢＡ修飾薬、具体的には、ＧＡＢＡ Ａａ５ポジティブ・アロステリック・モジュレータ（ＰＡＭ）、具体的には、ＲＧ７８１６、ＧＡＢＡ Ａ修飾薬または選択的ＧＡＢＡ－Ｂ作用薬、具体的には、アルバクロフェン、ｍＧｌｕ４／７ポジティブ・アロステリック・モジュレータ、オキシトシン、具体的には、ＯＰＮ－３００、アセチルコリン・エステラーゼ阻害薬、具体的には、ドネペジル、リジン（Ｋ）特異的メチル基分解酵素１Ａ／モノアミン酸化酵素Ｂの二重阻害剤、具体的には、バフィデンスタット(Vafidemstat)、チロシンヒドロキシラーゼ抑止剤、具体的には、ＬＩ－７９、選択的および非可逆的低分子非－ＡＴＰ－競合性グリコーゲン合成酵素キナーゼ３（ＧＳＫ－３）阻害剤、具体的には、チデグルシブ、アミラーゼ、ＣＭ－ＡＴのようなリパーゼおよびプロテアーゼ調節酵素、ＮＫＣＣ１カチオン-塩化物共輸送体遮断薬、具体的には、ブメタニド、微生物転移療法、具体的には、ＦＳＭ（登録商標）、マイクロバイオーム修飾薬、具体的には、ＡＢ－２００４、選択的セロトニン再取り込み阻害薬、具体的には、フルオキセチン、ドーパミン２受容体拮抗薬、具体的には、リスペリドン、ジプラシドン、またはルラシドン、非陶酔カンナビノイド、具体的には、ザイゲル、植物性カンナビノイド、具体的には、カンナビディバリン、μ－オピオイド受容体拮抗薬、具体的には、ナロキソンまたはナルトレキソンまたは脂肪酸オメガ－３またはフォリン酸処理、実施形態３５の特定的な副実施形態(sub-embodiment)では、バソプレシン１ａ拮抗剤、更に特定すれば、バロバプタン、ＧＡＢＡ Ａａ５ＰＡＭ、 ＧＡＢＡ－Ａ修飾薬、ｍＧｌｕ４／７ＰＡＭ、ドーパミン２受容体拮抗薬、具体的には、リスペリドン、μ－オピオイド受容体拮抗薬、具体的には、ナロキソン、およびＮＭＤＡグルタミン酸受容体拮抗薬、具体的には、メマンチンから成る一群から選択された少なくとも１つの薬剤による治療を含む。

実施形態３６。プロセッサと、行動データを記録する少なくとも１つのセンサと、データベースと、前記デバイスに有形的に埋め込まれ、前記デバイス上で実行すると、実施形態１６から３４のいずれか１つの方法を実行するソフトウェアとを備える移動体デバイス。

実施形態３７。システムであって、行動データを記録する少なくとも１つのセンサを含む移動体デバイスと、プロセッサと、データベースと、前記デバイスに有形的に埋め込まれたソフトウェアであって、前記デバイス上で実行すると、実施形態１６から３４のいずれか１つの方法を実行するソフトウェアとを含むリモート・デバイスとを備え、前記移動体デバイスおよび前記リモート・デバイスが互いに動作可能にリンクされる。

実施形態３８。ＡＳＤを評価するための実施形態３６による移動体デバイスまたは実施形態３７のシステムの使用。
実施形態３９。被験者において自閉スペクトラム症（ＡＳＤ）を評価する方法であって、
ａ） 被験者によって移動体デバイスが使用されていた第１既定時間枠内における前記移動体デバイスについての使用データを含むデータ集合から、少なくとも１つの使用挙動パラメータを判定するステップと、
ｂ） 判定した少なくとも１つの使用挙動パラメータを基準と比較することによって、自閉スペクトラム症を評価するステップとを含む。

実施形態４０。実施形態３９の方法において、前記自閉スペクトラム症を評価するステップが、社会的意思疎通および社会的交流、および行動、関心、または活動の限定された反復パターンから成る、自閉スペクトラム症に伴う陰性症状の一群から選択された、少なくとも１つの陰性症状を評価するステップを含む。

実施形態４１。実施形態４０の方法において、前記自閉スペクトラム症を評価するステップが、自閉スペクトラム症に伴う少なくとも１つの陰性症状の改善を判定するステップを含む。

実施形態４２。実施形態３９から４１のいずれか１つの方法において、移動体デバイスについての前記使用データが、電話使用データ、アプリケーション（アプリ）使用データ、周囲ノイズ・データ、移動キャプチャ・データ(movement capture data)、および位置キャプチャ・データから成る一群から選択されたデータを含む。

実施形態４３。実施形態３９から４２のいずれか１つの方法において、前記少なくとも１つの使用行動パラメータが、
（ｉ）電話機および／またはアプリの使用、実施形態では、連絡先の記録、通話の記録、ＳＭＳの記録、アプリ使用の記録、画面上の記録、および／またはＷＩＦＩおよびｂｌｕｅｔｏｏｔｈの記録、
（ｉｉ）周囲音、実施形態では、音量、時刻、および／または周囲音の高さ、および／または周波数、時刻、および／または発声の期間、
（ｉｉｉ）移動、実施形態では、活動レベルおよび／または位置データ、
（ｉｖ）光および近接データ、実施形態では、電話機の扱い、
（ｖ）タッチ行動、実施形態では、タッチ対話処理および／またはタイプ入力行動、
から成るリストから選択された記録変数である。

実施形態４４。実施形態４３の方法において、自閉スペクトラム症に伴う少なくとも１つの陰性症状の改善が、自閉スペクトラム症の場合、少なくとも１つの使用行動パラメータが以下のように改善した場合に判定される。

（ｉ）電話番号および／またはアプリの使用：通話する連絡先数の増加、通話時間の増加およびＳＭＳにおける文字数増加、非社会的アプリおよび／またはゲームの時間ならびに頻度の減少、ソーシャル・アプリに費やす頻度および時間の増加、アプリを使用して過ごす総時間量の減少、患者が電話機を使用する毎に減少する制限解除期間(unlock duration)、日中におけるネットワーク（ＷＩＦＩ）およびデバイス（ｂｌｕｅｔｏｏｔｈ）数の増加、最も使用されるネットワーク（ホーム）への接続時間の減少、および／または最も使用されるネットワークとは異なるネットワークへの接続時間増加、
（ｉｉ）周囲音：日中における音量増大、午前中における周囲音の更なる増加、音声フレームにおける高さ上昇、音声フレームの非音声フレームに対する比率の増加、音声フレーム期間の増加、および／または社交的な場所において費やす時間の増加、
（ｉｉｉ）移動：日中の活動増加、夜間の活動減少、歩行時間増加、歩行距離延長 (longer walks)、非移動時間減少、車移動時間の増加、新たな訪問場所数の増加、日中に進む距離の延長、および／または１つの場所（家庭）において過ごす時間の減少、
（ｉｖ）光および近接データ：電話機をポケットに入れておく時間の増加、および／または暗闇における電話機の使用時間の減少、
（ｖ）タッチ行動：非ソーシャル・アプリおよび／またはゲームにおける活動ならびに対話処理量の減少、ソーシャル・アプリとの対話処理の増加、スワイプ・ジェスチャによって測定される、アプリにおけるブラウズ行動の減少、日周リズムに対する変化、実施形態では、夜間／暗闇における対話処理の減少、タイプ入力行動量の増加、ソーシャル・アプリにおけるタイプ入力行動量の増加、特定の句読点、実施形態では、疑問符および感嘆符の使用増加、タイプ入力行動の高速化。

実施形態４５。実施形態３９から４４のいずれか１つの方法において、前記基準が、第１既定時間枠に先立つ第２既定時間枠内における移動体デバイスについての使用データを含むデータ集合内において判定された少なくとも１つの使用行動パラメータである。

実施形態４６。実施形態４５の方法において、第２および第１時間枠の間に、被験者が自閉スペクトラム症の治療、またはそれに伴う陰性症状の少なくとも１つのための治療を受けている。

実施形態４７。実施形態４６の方法において、前記治療が薬剤に基づく治療である。
実施形態４８。実施形態４６または４７の方法において、統合失調症または自閉スペクトラム症に伴う少なくとも１つの陰性症状の改善が、治療の成功を示す。

実施形態４９。実施形態３９から４８のいずれか１つの方法において、前記行動データが、
（ｉ）話術および強迫観念を示すデータ、
（ｉｉ）社会性および日常業務(routines)を示すデータ、
（ｉｉｉ）反復運動を示すデータ
（ｉｖ）睡眠行動を示すデータ
（ｖ）不安を示すデータ
（ｖｉ）感情認識を示すデータ、
（ｖｉｉ）空間ワーキング・メモリを示すデータ、
（ｖｉｉｉ）協力行動を示すデータ、
（ｉｘ）画像探索能力、声質、および話者認識を示すデータ、
から成る一群から選択された１つ以上のデータを含む。

５０。実施形態３９から４９のいずれか１つの方法において、前記ＡＳＤを評価するステップが、社会的意思疎通および社会的交流、および行動、関心、または活動の限定された反復パターンから成る、自閉スペクトラム症に伴う症状の一群から選択された、少なくとも１つの症状を評価するステップを含む。

５１。実施形態５０の方法において、前記話術および強迫神経症的関心を示すデータが、音声特性、発声量、および／または会話中における話者交代行動についてのデータを含む。

５２。実施形態５０または５１の方法において、前記反復運動を示すデータが、反復および／または常同運動の頻度ならびに時間についてのデータを含む。
５３。実施形態５０から５２のいずれか１つの方法において、前記睡眠行動を示すデータが、入眠潜時、睡眠効率、睡眠時間、入眠後覚醒、および／または眠気についてのデータを含む。

５４。実施形態５０から５３のいずれか１つの方法において、前記不安を示すデータが、心拍変動についてのデータを含む。
５５。実施形態５０から５４のいずれか１つの方法において、前記感情認識を示すデータが、コンピュータ実装された、目における心を読む検査（ＲＭＥＴ）からのデータ、具体的には、検査において課題(task)によってシミュレートされた感情を認識する感情的強度、検査中に課題を実行するための応答および判断時間を含む。

５６。実施形態５０から５５のいずれか１つの方法において、前記空間ワーキング・メモリを示すデータが、ワーキング・メモリについてのコンピュータ実装検査からのデータを含む。

５７。実施形態５０から５６のいずれか１つの方法において、前記協力行動を示すデータが、協力行動を評価するコンピュータ実装検査からのデータを含む。
５８。実施形態５０から５７のいずれか１つの方法において、前記画像探索能力、声質、および話者認識を示すデータが、会話および周囲音によって、社会的および非社会的要素、音声特性、および／または話者認識を視覚的に識別するコンピュータ実装検査からのデータを含む。

５９。実施形態３９から５８のいずれか１つの方法において、前記携帯用デバイスが、 スマート・フォン、スマート・ウォッチ、ウェアラブル・センサ、携帯用マルチメディア・デバイス、またはタブレット・コンピュータである。

６０。実施形態３９から５９のいずれか１つの方法において、前記被験者が人間である。
６１。移動体デバイスであって、プロセッサと、使用データを記録する少なくとも１つのセンサと、データベースと、前記デバイスに有形的に埋め込まれ、前記デバイス上で実行すると、実施形態３９から６０のいずれか１つの方法を実行するソフトウェアとを備える。

６２。システムであって、使用データを記録する少なくとも１つのセンサを含む移動体デバイスと、プロセッサと、データベースと、前記デバイスに有形的に埋め込まれたソフトウェアであって、前記デバイス上で実行すると、実施形態３９から６０のいずれか１つの方法を実行する、ソフトウェアとを含むリモート・デバイスとを備えるシステムであって、前記移動体デバイスおよび前記リモート・デバイスが互いに動作可能にリンクされる。

６３。統合失調症または自閉スペクトラム症を評価し、前記移動体デバイスが被験者によって使用されていた第１既定時間枠内における移動体デバイスについての使用データを含むデータ集合を分析するための、実施形態６１による移動体デバイスまたは実施形態６２のシステムの使用。

６４。ＡＳＤに対して治療を推奨する方法であって、
（ａ）実施形態３９から６０のいずれか１つの方法を実行することによってＡＳＤを評価するステップと、
（ｂ）ステップ（ａ）において得られた評価に基づいてＡＳＤに対する治療を推奨するステップとを含み、前記ＡＳＤに対する治療が、通例、バソプレシン１ａ拮抗剤、更に特定すれば、バロバプタン、N-メチル-D- アスパラギン酸（ＮＭＤＡ）受容体拮抗剤、具体的には、メマンチンまたはＲＶＴ－７０１、酵素脂肪酸アミドヒドロラーゼ（ＦＡＡＨ）の選択的抑制剤 、具体的には、ＪＮＪ－５２７９、ＧＡＢＡ修飾薬、具体的には、ＧＡＢＡ Ａａ５ポジティブ・アロステリック・モジュレータ（ＰＡＭ）、具体的には、ＲＧ７８１６、ＧＡＢＡ Ａ修飾薬または選択的ＧＡＢＡ－Ｂ作用薬、具体的には、アルバクロフェン、ｍＧｌｕ４／７ポジティブ・アロステリック・モジュレータ、オキシトシン、具体的には、ＯＰＮ－３００、アセチルコリン・エステラーゼ阻害薬、具体的には、ドネペジル、リジン（Ｋ）特異的メチル基分解酵素１Ａ／モノアミン酸化酵素Ｂの二重阻害剤、具体的には、バフィデンスタット(Vafidemstat)、チロシンヒドロキシラーゼ抑止剤、具体的には、ＬＩ－７９、選択的および非可逆的低分子非－ＡＴＰ－競合性グリコーゲン合成酵素キナーゼ３（ＧＳＫ－３）阻害剤、具体的には、チデグルシブ、アミラーゼ、ＣＭ－ＡＴのようなリパーゼおよびプロテアーゼ調節酵素、ＮＫＣＣ１カチオン-塩化物共輸送体遮断薬、具体的には、ブメタニド、微生物転移療法、具体的には、ＦＳＭ（登録商標）、
マイクロバイオーム修飾薬、具体的には、ＡＢ－２００４、選択的セロトニン再取り込み阻害薬、具体的には、フルオキセチン、ドーパミン２受容体拮抗薬、具体的には、リスペリドン、ジプラシドン、またはルラシドン、非陶酔カンナビノイド、具体的には、ザイゲル、植物性カンナビノイド、具体的には、カンナビディバリン、μ－オピオイド受容体拮抗薬、具体的には、ナロキソンまたはナルトレキソンまたは脂肪酸オメガ－３またはフォリン酸処理、具体的には、バソプレシン１ａ拮抗剤、更に特定すれば、バロバプタン、ＧＡＢＡ Ａａ５ＰＡＭ、ＧＡＢＡ－Ａ修飾薬、ｍＧｌｕ４／７ＰＡＭ、ドーパミン２受容体拮抗薬、具体的には、リスペリドン、μ－オピオイド受容体拮抗薬、具体的には、ナロキソン、およびＮＭＤＡグルタミン酸受容体拮抗薬、具体的には、メマンチンから選択された薬剤から成る一群から選択された少なくとも１つの薬剤による治療である。

本明細書全体を通じて、引用された参考文献は全て、本明細書において引用したことにより、開示内容全体に関して、そして明細書において述べた具体的な開示内容に関して、その内容が本願にも含まれるものとする。

患者からのデータ・キャプチャのためのアプリの起動（Ａ）を示し、キャプチャされた使用行動、即ち、連絡先（Ｂ）、通話およびメッセージ（Ｃ）、アプリ使用（Ｄ）、周囲のノイズ（Ｅ）、位置および移動（Ｆ）について、患者に通知する。更に、アプリは、データ・キャプチャをどのように停止または中断できるかについて知らせる（Ｇ）。 患者からのデータ・キャプチャのためのアプリの起動（Ａ）を示し、キャプチャされた使用行動、即ち、連絡先（Ｂ）、通話およびメッセージ（Ｃ）、アプリ使用（Ｄ）、周囲のノイズ（Ｅ）、位置および移動（Ｆ）について、患者に通知する。更に、アプリは、データ・キャプチャをどのように停止または中断できるかについて知らせる（Ｇ）。 患者からのデータ・キャプチャのためのアプリの起動（Ａ）を示し、キャプチャされた使用行動、即ち、連絡先（Ｂ）、通話およびメッセージ（Ｃ）、アプリ使用（Ｄ）、周囲のノイズ（Ｅ）、位置および移動（Ｆ）について、患者に通知する。更に、アプリは、データ・キャプチャをどのように停止または中断できるかについて知らせる（Ｇ）。 患者からのデータ・キャプチャのためのアプリの起動（Ａ）を示し、キャプチャされた使用行動、即ち、連絡先（Ｂ）、通話およびメッセージ（Ｃ）、アプリ使用（Ｄ）、周囲のノイズ（Ｅ）、位置および移動（Ｆ）について、患者に通知する。更に、アプリは、データ・キャプチャをどのように停止または中断できるかについて知らせる（Ｇ）。 患者からのデータ・キャプチャのためのアプリの起動（Ａ）を示し、キャプチャされた使用行動、即ち、連絡先（Ｂ）、通話およびメッセージ（Ｃ）、アプリ使用（Ｄ）、周囲のノイズ（Ｅ）、位置および移動（Ｆ）について、患者に通知する。更に、アプリは、データ・キャプチャをどのように停止または中断できるかについて知らせる（Ｇ）。 患者からのデータ・キャプチャのためのアプリの起動（Ａ）を示し、キャプチャされた使用行動、即ち、連絡先（Ｂ）、通話およびメッセージ（Ｃ）、アプリ使用（Ｄ）、周囲のノイズ（Ｅ）、位置および移動（Ｆ）について、患者に通知する。更に、アプリは、データ・キャプチャをどのように停止または中断できるかについて知らせる（Ｇ）。 患者からのデータ・キャプチャのためのアプリの起動（Ａ）を示し、キャプチャされた使用行動、即ち、連絡先（Ｂ）、通話およびメッセージ（Ｃ）、アプリ使用（Ｄ）、周囲のノイズ（Ｅ）、位置および移動（Ｆ）について、患者に通知する。更に、アプリは、データ・キャプチャをどのように停止または中断できるかについて知らせる（Ｇ）。 患者からキャプチャしたデータのプロファイルを示す。 患者からキャプチャしたデータのプロファイルを示す。 感情認識についての行動パラメータ、具体的には、顔表現からの行動パラメータを示す。 社会性および日常業務についての行動パラメータ、具体的には、ビーコンからの行動パラメータを示す。

例
これより、以下の例（１つまたは複数）によって本発明を例示する。しかしながら、これらの例（１つまたは複数）は、本発明の範囲を限定するように解釈してはならない。

例１：統合失調症の患者における１６週間にわたる移動体電話機行動の調査
統合失調症を患う１００人の患者のスマート・フォン使用行動を、１６週間（観察期間）の期間にわたって監視する。患者はアンドロイド（登録商標）系スマート・フォンを使用する。患者は薬剤を受けてもよい。調査されるスマート・フォンの使用には、電話機の使用、アプリの使用、周囲のノイズ、移動、位置および全体的な扱い、ならびにタッチ行動が含まれる。

前記使用データをキャプチャするために、患者のスマート・フォン上にアプリをインストールする。このアプリは、特定の時間枠内で使用行動データを自動的にキャプチャし、そこから使用行動パラメータを導き出し、これらのパラメータをスマート・フォン上に格納する。データ・キャプチャは、観察期間中数回、例えば、毎日、実行される。アプリは、一旦データ・キャプチャを開始したなら、患者に通知し、それが終了したときに通知する（図１）。更にまた、データ保護規定を守るために、観察期間の開始時にアプリを調査者によって起動し、観察期間の終了時に前記調査者によってアンインストールする(de-install)。患者が彼らのインフォームド・コンセントを与えた場合にのみ、患者が観察される。観察期間の前、最中、または後に転送されるかもしれない全てのデータを暗号化する。
患者からキャプチャしたデータのプロファイルを図２に示す。

例２：ＡＳＤ患者における１６週間にわたる移動体電話機行動の調査
自閉スペクトラム症を患う１００人の患者のスマート・フォン使用行動を、１６週間の期間（観察期間）にわたって監視する。患者は、アンドロイド系スマート・フォンを使用する。患者は薬剤を受けてもよい。調査されるスマート・フォン使用には、電話機使用、アプリ使用、周囲のノイズ、移動、位置、および全体的な扱い、ならびにタッチ行動が含まれる。

前記使用データをキャプチャするために、患者のスマート・フォン上にアプリをインストールする。このアプリは、特定の時間枠内において使用行動データを自動的にキャプチャし、これから、表１および表２に示すような使用行動パラメータを導き出し、これらのパラメータをスマート・フォン上に格納する。データ・キャプチャは、観察期間中数回、例えば、毎日行われる。アプリは、一旦データ・キャプチャを開始したなら、患者に通知し、それが終了した時に通知する（図１）。更にまた、データ保護規定を守るために、観察期間の開始時にアプリを調査者によって起動し、観察期間の終了時に前記調査者によってアンインストールする(de-install)。患者が彼らのインフォームド・コンセントを与えた場合にのみ、患者が観察される。観察期間の前、最中、または後に転送されるかもしれない全てのデータを暗号化する。

例３：スマート・ウォッチおよび／またはスマート・フォンによる行動データの取得
患者から以下の行動データを測定するために、スマート・ウォッチおよび／またはスマート・フォンを装備した。

話術および強迫神経症的関心については、以下の検査を実施した。
背景：ＡＳＤの個人は、異常な声質、少ない発声量、および順序交代の困難を有する可能性がある。彼らは、彼らの限られた関心事に激しく集中し、会話が困難になる場合がある。ＡＳＤの個人の６６％が、攻撃的反応の履歴を有する。

方法：支援者は、参加者との会話を毎週記録する。後のスペクトラム分析、意味的分析、および感情的分析を可能にする特徴を抽出し、アップロードする。
メトリック例：音声の特性（声の高さ、音量、揺れ、および緊張）、会話中における話者交代行動、同一の話題に対する引用の繰り返し。

社会性および日常業務について、以下の検査を実施した。
背景：ＡＳＤの個人は、社会的取り組み(social approaches)に関与し、非ＡＳＤ個人以外(others than non-ASD individuals)と交流する傾向が弱い。

方法：自宅の部屋に、社交的／社交的でない／時々社交的という名称を付ける(label)。Ｂｌｕｅｔｏｏｔｈ送信機をこれらの部屋に置き、家族に携行させる。スマートウォッチ（参加者が身につける）と送信機との間の距離を推定し、社交的な部屋において他者の周りにいる時間を特定する。

メトリック例：社交的な部屋にいる時間および社交的でない部屋にいる時間、家庭において他の人の近くにいる時間。
反復運動について、以下の検査を実施した。

背景：ＡＳＤの個人は、拍手および身体揺動(body rocking)というような反復運動を行うことが多い。最近の研究では、反復運動の自動検出の潜在的可能性も実証されている。
方法：研究参加者の動きをスマート・ウォッチによって追跡する。研究参加者が反復運動を行っているのを支援者が見たとき、ウェアラブル運動ロガーまたはスマートフォン・アプリにおける機能を使用して、タイム・スタンプを記録する。アルゴリズムは、反復運動に伴うセンサ・データのパターンを学習し、毎日の生活中においてこれらのイベントを追跡する。

メトリック例：反復運動型の頻度および時間
睡眠行動については、以下の検査を実施した。
背景：ＡＳＤの個人は、睡眠に重大な問題を有し、睡眠潜時の長時間化ならびに就寝および入眠(falling asleep)の難化に反映される。

方法：１週間に２晩、参加者は一晩中スマート・ウォッチを装着する。スマート・ウォッチからの身体運動データに基づいて睡眠パターンを抽出する。参加者は、４日毎に、電子患者報告成果睡眠日記(electronic patient reported outcome sleep diary)を仕上げる。

メトリック例：入眠までの時間、睡眠時間。
不安については、以下の検査を実施した。
背景：ＡＳＤと不安障害との併存疾患は、３９．６％であると推定される。不安は、心拍変動率の低下(lower rates of heart-rate variability)と関連付けられる。

方法：スマート・ウォッチがＰＰＧ信号を一日中キャプチャする。ビーコン技術を使用し、室内位置追跡に基づいて、位置をキャプチャする。社会的状況および日常業務の変化を、位置データから推論する。心拍変動を推定するために、ＰＰＧ信号を使用する。生態学的瞬間評価によって不安の格付け(rating)をキャプチャする。

メトリック例：社交的な場所にいるとき、および非日常業務を行う日における心拍変動。不安の格付けと心拍変動との間における関連性。
感情認識については、以下の検査を実施した。

背景：目における心を読む検査（ＲＭＥＴ： Reading the Mind in the Eyes Test）は、他者の精神的状態を認識する能力の定着した評価であり、スマート・フォンの使用に合わせて改造された。

方法：参加者は、顔表現の静止画像(static image)を示す。顔における感情の強度は、適応アルゴリズムにしたがって、試行毎に変化する。参加者は、感情を認識したとき、画面上でタップしなければならない。参加者は感情に名称を付ける。

メトリック例：参加者が感情を認識する感情的強度。応答時間、判断時間。
空間ワーキング・メモリについては、以下の検査を実施した。
背景：自閉症の個人は、ワーキング・メモリに手こずる可能性がある。彼らは、空間ワーキング・メモリのＣＡＮＴＡＢ評価において、非ＡＳＤの個人よりも間違える可能性が高く、特定の組織化された検索戦略を一貫して使用する可能性が低い。

方法：この作業では、参加者は鶏が卵を産んだときを覚えていなければならない。参加者は、鶏が卵を産んだか否かチェックするために、鶏の上でタップすることによって、卵を検索することができる。一旦鶏が卵を産んだなら、もう生まないので、参加者はその鶏を再度チェックしないこととする。また、彼らは、１回の検索において、同じ鶏を２回チェックしないこととする。難易度：４、６、８、１０、１２羽の鶏。
メトリック例：同じ検索において、鶏を２回チェックした回数。既に卵を産んだ鶏をチェックした回数。

協力的行動については、以下の検査を実施した。
背景： ＡＳＤの個人の協力能力を評価するために、「スタグ・ハント」（このアプリでは宝探しと名付けられる）が開発された。他のプレーヤの戦略を表現する難しさが、症状の重さを予測することが示されている。

方法：参加者は、コンピュータ・エージェントと話者交代ゲームを行う。参加者は、次のいずれかを行うことができる。１ドルの価値がある硬貨を追求する。これは１人で捉えることができる。４ドルの価値がある宝箱を追求する。これは、コンピュータ・エージェントと協力して作業する必要がある。

メトリック例：参加者が協力を選択する回数の割合。協力した時に獲得したポイント。
画像探索能力、声質、および話者認識については、以下の検査を実施した。
背景：ＡＳＤの人々は、特有の非定型発声音響パターンを示し、更にＡＤＯＳにおいて使用されるような、画像の非社会的要素に固執する傾向を示す。

方法：参加者に、社会的要素および非社会的要素を含む写真において何が起きているか伝えるように求める。画像ブラウズ行動と同様に、音声を記録する。
メトリック例：指運動追跡を凝視行動の代用とし、画像の社会的要素および非社会的要素を調査するのに費やした時間、声の特性(characteristics of voice)（高さ、音量、揺れ、緊張）を示す。加えて、会話データにおける話者識別のために音響指紋を抽出する。

例４：スマート・ウォッチを使用する５９人の参加者の行動調査
５９人の参加者の行動を監視した。殆ど全ての参加者は、臨床試験という観点の作業を喜んで行った。設計および快適さに関して、スマート・ウォッチは非常に良く受け入れられた。殆ど全ての参加者は、プライバシーまたは実現可能性の懸念なく、彼らの家庭ではビーコンの使用を受け入れた(open to)。些細な使い勝手の問題が観察されたが、実作業(active task)に対する修正によって対処した。作業を実行する実現可能性は、年齢およびＩＱに依存し、健康管理専門家が作業を非活動化する選択肢を追加することによって対処した。

データ捕捉は、観察期間中数回実行した。
感情認識についての結果を図１に示す。感情強度が異なる顔表現の一連の写真に表された感情を識別するように、参加者に求めた。参加者が正しくまたは誤って応答した場合、次回その感情を表示するときに、強度をそれぞれ弱めるかまたは強める。参加者が５０％以上の試行において感情を正しく識別する感情検出閾値に達することが予想される。この数字は、ＡＳＤの患者２８人からのデータを表す。各ボックス上において、中央のマークは、中間幸福強度(happiness intensity)を示し、ボックスの下縁および上縁は、それぞれ、２５および７５パーセンタイルを示す。ひげ(whisker)は、異常とは見なされない最も極端なデータ点まで達し、異常値は、個々に、菱形を使用してプロットする。中間強度は、参加者間で変化し、この作業が異なる感情検出閾値に感応することを示唆する。

社会性および日常作業についての結果を図２に示す。参加者に、ビーコンを彼らの自宅周囲に置くように求めた。ビーコンは、部屋と関連付けられたＩＤを有するＢｌｕｅｔｏｏｔｈ信号を発信する。参加者のスマート・ウォッチによって捕捉されたＢｌｕｅｔｏｏｔｈ信号の強度を使用して、参加者がいる部屋を推定した。この図は、この方法が、ビーコン・データに基づいて、参加者がいる部屋の位置を首尾良く特定できることを示す。各リングは、ＡＳＤの個人（５歳および１２歳の間の年齢、ＩＱ≧７０）の生活における１日を表し、着色したマーク(colored markings)は、参加者がその時間にいたと推定される部屋を示す。グレーのエリアは、ビーコン・データが利用できないことを示す（スマート・ウォッチのスイッチを切ったか、参加者がいずれのビーコンの範囲にもいない）。

引用文献
Baron-Cohen, S. Wheelwright, S. and Hill, J. (2001). The 'Reading the mind in the eyes' test revised version: A study with normal adults, and adults with Asperger Syndrome or High-Functioning autism（目における心を読む検査、改訂版：正常な成人およびアスペルガー症候群または高機能自閉症の成人による研究）. Journal of Child Psychology and Psychiatry 42:241-252.
Capps, Lisa, Jennifer Kehres, and Marian Sigman. "Conversational abilities among children with autism and children with developmental delays" （自閉症の子供および発育遅延の子供の間における会話能力）Autism 2.4 (1998): 325-344.
Cohen, Simonne, et al. "The relationship between sleep and behavior in autism spectrum disorder (ASD): a review" （自閉スペクトル症（ＡＳＤ）における睡眠および行動間の関係：総括）Journal of neurodevelopmental disorders 6.1 (2014): 44.
Corbett, Blythe A., et al. "Elevated cortisol during play is associated with age and social engagement in children with autism" （遊びの最中におけるコルチゾール上昇は、自閉症の子供の年齢および社会的関与と関連がある）Molecular autism 1.1 (2010): 13.
Dulau C et al 2017, Journal of Neurology, 264 (4): 740-748.
Friedman, Bruce H. "An autonomic flexibility-neurovisceral integration model of anxiety and cardiac vagal tone"（不安および心臓の迷走神経緊張の自律神経柔軟性－神経内臓統合モデル）Biological psychology 74.2 (2007): 185-199.
Fusaroli, Riccardo, et al. "Is voice a marker for Autism spectrum disorder? A systematic review and meta- analysis" （音声は自閉スペクトラム症のマーカか？系統的総括およびメタ分析）Autism Research 10.3 (2017): 384-407.
Gong, Yuan, and Christian Poellabauer. "Continuous Assessment of Children’s Emotional States Using Acoustic Analysis"（音響分析を使用した子供の感情状態の連続的評価） Healthcare Informatics (ICHI), 2017 IEEE International Conference on. IEEE, 2017.
GroBekathofer, Ulf, et al. "Automated detection of stereotypical motor movements in autism spectrum disorder using recurrence quantification analysis" （再帰定量化分析を使用した自閉スペクトラム症における常同筋肉運動の自動検出）Frontiers in neuro informatics 11 (2017): 9.
Henderson, Jill A., et al. "The relation among sleep, routines, and externalizing behavior in children with an autism spectrum disorder" （自閉スペクトラム症の児童における睡眠、日常業務、および外面化行動間の関係）Research in Autism Spectrum Disorders 5.2 (2011): 758-767.
Kanne, Stephen M., and Micah O. Mazurek. "Aggression in children and adolescents with ASD: Prevalence and risk factors"（ＡＳＤの子供および青年における攻撃：有病率および危険因子） Journal of autism and developmental disorders 41.7 (2011): 926-937.
Malow, Beth A., et al. "Characterizing sleep in children with autism spectrum disorders: a multidimensional approach"（自閉スペクトラム症の子供における睡眠の特徴化：多次元的手法） Sleep 29.12 (2006): 1563-1571.
Mouga, S., Castelhano, J., Almeida, J., Cafe, C., Duque, F., Castelo-branco, M., & Oliveira, G. (2015). Autism Diagnostic Observation Schedule: from a qualitative to a quantitative approach（自閉症診断観察スケジュール：定性的から定量的手法へ）: fp4l-984l2. Developmental Medicine & Child Neurology, 57, 19.
Rouhizadeh, M. (2015). "Computational analysis of language use in autism" （自閉症における言語使用の計算分析）OHSU Digital Collections. doi.org/l0.6083/M4H70DS5.
Steele, Shelly D., et al. "Spatial working memory deficits in autism" （自閉症における空間ワーキング・メモリ欠陥）Journal of autism and developmental disorders 37.4 (2007): 605-612.
van Steensel, Francisca JA, Susan M. Bogels, and Sean Perrin. "Anxiety disorders in children and adolescents with autistic spectrum disorders: a meta-analysis"（自閉スペクトラム症の子供および青年における不安障害：メタ分析）Clinical child and family psychology review 14.3 (2011): 302.
Yoshida, W., Dziobek, I., Kliemann, D., Heekeren, H. R., Friston, K. J., & Dolan, R. J. (2010). Cooperation and heterogeneity of the autistic mind（自閉症の精神の協力および異質性）. Journal of Neuroscience, 30(26), 8815-8818.

Claims (26)

1. 被験者において自閉スペクトラム症（ＡＳＤ）を評価する方法であって、
   ａ）前記被験者によって移動体デバイスが使用されていた第１既定時間枠における移動体デバイスについての使用データを含むデータ集合から、少なくとも１つの使用行動パラメータを判定するステップと、
   ｂ）前記判定した少なくとも１つの使用行動パラメータを基準と比較することによって、自閉スペクトラム症を評価するステップと、
   を含む、方法。
2. 請求項１記載の方法において、前記自閉スペクトラム症を評価するステップが、社会的意思疎通および社会的交流、および行動、関心、または活動の限定された反復パターンから成る、自閉スペクトラム症に伴う陰性症状の一群から選択された、少なくとも１つの陰性症状を評価するステップを含む、方法。
3. 請求項２記載の方法において、前記自閉スペクトラム症を評価するステップが、自閉スペクトラム症に伴う少なくとも１つの陰性症状の改善を判定するステップを含む、方法。
4. 請求項１から３のいずれか１項記載の方法において、移動体デバイスについての前記使用データが、電話使用データ、アプリケーション（アプリ）使用データ、周囲ノイズ・データ、移動キャプチャ・データ、および位置キャプチャ・データから成る一群から選択されたデータを含む、方法。
5. 請求項１から４のいずれか１項記載の方法において、前記少なくとも１つの使用行動パラメータが、
   （ｉ）電話機および／またはアプリの使用、実施形態では、連絡先の記録、通話の記録、ＳＭＳの記録、アプリ使用の記録、画面上の記録、および／またはＷＩＦＩおよびｂｌｕｅｔｏｏｔｈの記録、
   （ｉｉ）周囲音、実施形態では、音量、時刻、および／または周囲音の高さ、および／または周波数、時刻、および／または発声の期間、
   （ｉｉｉ）移動、実施形態では、活動レベルおよび／または位置データ、
   （ｉｖ）光および近接データ、実施形態では、電話機の扱い、
   （ｖ）タッチ行動、実施形態では、タッチ対話処理および／またはタイプ入力行動、
   から成るリストから選択された記録変数である、方法。
6. 請求項５記載の方法において、自閉スペクトラム症の場合、
   （ｉ）電話機および／またはアプリの使用については、通話する連絡先数の増加、通話時間の増加およびＳＭＳにおける文字数増加、非社会的アプリおよび／またはゲームの時間および頻度の減少、ソーシャル・アプリに費やす頻度および時間の増加、アプリを使用して過ごす総時間量の減少、患者が電話機を使用する毎に減少する制限解除期間(unlock duration)、日中におけるネットワーク（ＷＩＦＩ）およびデバイス（ｂｌｕｅｔｏｏｔｈ）数の増加、最も使用されるネットワーク（ホーム）に接続される時間の減少、および／または最も使用されるネットワークとは異なるネットワークに接続される時間の増加、
   （ｉｉ）周囲音については、 日中における音量増大、午前中における周囲音の更なる増大、音声フレームにおける高さ上昇、音声フレームの非音声フレームに対する比率の増加、音声フレーム期間の増加、および／または社交的な場所において費やす時間の増加、
   （ｉｉｉ）移動については、 日中の活動増加、夜間の活動減少、歩行時間の増加、歩行距離延長、非移動時間の減少、車移動時間の増加、新たな訪問場所数の増加、日中に進む距離の延長、および／または１つの場所（家庭）において過ごす時間の減少、
   （ｉｖ）光および近接データについては、電話機をポケットに入れておく時間の増加、および／または暗闇における電話機の使用時間の減少、
   （ｖ）タッチ行動については、非ソーシャル・アプリおよび／またはゲームにおける活動および対話処理量の減少、ソーシャル・アプリとの対話処理の増加、スワイプ・ジェスチャによって測定される、アプリにおけるブラウズ行動の減少、日周リズムに対する変化、実施形態では、夜間／暗闇における対話処理の減少、タイプ入力行動量の増加、ソーシャル・アプリにおけるタイプ入力行動量の増加、特定の句読点、実施形態では、疑問符および感嘆符の使用増加、タイプ入力行動の高速化、
   という改善が、少なくとも１つの使用行動パラメータにおいて見られる場合に、自閉スペクトラム症に伴う少なくとも１つの陰性症状の改善が判定される、方法。
7. 請求項１から６のいずれか１項記載の方法において、前記基準が、第１既定時間枠に先立つ第２既定時間枠内における移動体デバイスについての使用データを含むデータ集合内において判定された少なくとも１つの使用行動パラメータである、方法。
8. 請求項７記載の方法において、前記第２および第１時間枠の間に、前記被験者が自閉スペクトラム症の治療、またはそれに伴う陰性症状の少なくとも１つのための治療を受けている、方法。
9. 請求項８記載の方法において、前記治療が薬剤に基づく治療である、方法。
10. 請求項８または９記載の方法において、統合失調症または自閉スペクトラム症に伴う少なくとも１つの陰性症状の改善が、治療の成功を示す、方法。
11. 請求項１から１０のいずれか１項記載の方法において、前記行動データが、
    （ｉ）話術および脅迫神経症的関心を示すデータ、
    （ｉｉ）社会性および日常業務(routines)を示すデータ、
    （ｉｉｉ）反復運動を示すデータ、
    （ｉｖ）睡眠行動を示すデータ、
    （ｖ）不安を示すデータ、
    （ｖｉ）感情認識を示すデータ、
    （ｖｉｉ）空間ワーキング・メモリを示すデータ、
    （ｖｉｉｉ）協力行動を示すデータ、
    （ｉｘ）画像探索能力、声質、および話者認識を示すデータ、
    から成る一群から選択された１つ以上のデータを含む、方法。
12. 請求項１から１１のいずれか１項記載の方法において、前記ＡＳＤを評価するステップが、社会的意思疎通および社会的交流、および行動、関心、または活動の限定された反復パターンから成る、自閉スペクトラム症に伴う症状の一群から選択された、少なくとも１つの症状を評価するステップを含む、方法。
13. 請求項１２記載の方法において、前記話術および強迫神経症的関心を示すデータが、音声特性、発声量、および／または会話中における話者交代行動についてのデータを含む、方法。
14. 請求項１２または１３記載の方法において、前記反復運動を示すデータが、反復および／または常同運動の頻度および時間についてのデータを含む、方法。
15. 請求項１２から１４のいずれか１項記載の方法において、前記睡眠行動を示すデータが、入眠潜時、睡眠効率、睡眠時間、入眠後覚醒、および／または眠気についてのデータを含む、方法。
16. 請求項１２から１５のいずれか１項記載の方法において、前記不安を示すデータが、心拍変動についてのデータを含む、方法。
17. 請求項１２から１６のいずれか１項記載の方法において、前記感情認識を示すデータが、コンピュータ実装された、目における心を読む検査（ＲＭＥＴ）からのデータ、具体的には、検査において課題(task)によってシミュレートされた感情を認識する感情的強度、検査中に課題を実行するための応答および判断時間を含む、方法。
18. 請求項１２から１７のいずれか１項記載の方法において、前記空間ワーキング・メモリを示すデータが、ワーキング・メモリについてのコンピュータ実装検査からのデータを含む、方法。
19. 請求項１２から１８のいずれか１項記載の方法において、前記協力行動を示すデータが、協力行動を評価するコンピュータ実装検査からのデータを含む、方法。
20. 請求項１２から１９のいずれか１項記載の方法において、前記画像探索能力、声質、および話者認識を示すデータが、会話および周囲音によって、社会的および非社会的要素、音声特性、および／または話者認識を視覚的に識別するコンピュータ実装検査からのデータを含む、方法。
21. 請求項１から２０のいずれか１項記載の方法において、前記移動体デバイスが、スマート・フォン、スマート・ウォッチ、ウェアラブル・センサ、携帯用マルチメディア・デバイス、またはタブレット・コンピュータである、方法。
22. 請求項１から２１のいずれか１項記載の方法において、前記被験者が人間である、方法。
23. 移動体デバイスであって、プロセッサと、使用データを記録する少なくとも１つのセンサと、データベースと、前記デバイスに有形的に埋め込まれ、前記デバイス上で実行すると、請求項１から２２のいずれか１項記載の方法を実行するソフトウェアとを備える、移動体デバイス。
24. システムであって、使用データを記録する少なくとも１つのセンサを含む移動体デバイスと、プロセッサと、データベースと、前記デバイスに有形的に埋め込まれたソフトウェアであって、前記デバイス上で実行すると、請求項１から２２のいずれか１項記載の方法を実行する、ソフトウェアとを含むリモート・デバイスとを備え、前記移動体デバイスおよび前記リモート・デバイスが互いに動作可能にリンクされる、システム。
25. 統合失調症または自閉スペクトラム症を評価し、前記移動体デバイスが被験者によって使用されていた第１既定時間枠内における移動体デバイスについての使用データを含むデータ集合を分析するための、請求項２３記載の移動体デバイスまたは請求項２４記載のシステムの使用。
26. ＡＳＤに対して治療を推奨する方法であって、
    （ａ）請求項１から２２のいずれか１項記載の方法を実行することによってＡＳＤを評価するステップと、
    （ｂ）ステップ（ａ）において得られた評価に基づいてＡＳＤに対する治療を推奨するステップとを含み、
    前記ＡＳＤに対する治療が、通例、バソプレシン１ａ拮抗剤、更に特定すれば、バロバプタン、N-メチル-D- アスパラギン酸（ＮＭＤＡ）受容体拮抗剤、具体的には、メマンチンまたはＲＶＴ－７０１、酵素脂肪酸アミドヒドロラーゼ（ＦＡＡＨ）の選択的抑制剤、具体的には、ＪＮＪ－５２７９、ＧＡＢＡ修飾薬、具体的には、ＧＡＢＡ Ａａ５ポジティブ・アロステリック・モジュレータ（ＰＡＭ）、具体的には、ＲＧ７８１６、ＧＡＢＡ Ａ修飾薬または選択的ＧＡＢＡ－Ｂ作用薬、具体的には、アルバクロフェン、ｍＧｌｕ４／７ポジティブ・アロステリック・モジュレータ、オキシトシン、具体的には、ＯＰＮ－３００、アセチルコリン・エステラーゼ阻害薬、具体的には、ドネペジル、リジン（Ｋ）特異的メチル基分解酵素１Ａ／モノアミン酸化酵素Ｂの二重阻害剤、具体的には、バフィデンスタット(Vafidemstat)、チロシンヒドロキシラーゼ抑止剤、具体的には、ＬＩ－７９、選択的および非可逆的低分子非－ＡＴＰ－競合性グリコーゲン合成酵素キナーゼ３（ＧＳＫ－３）阻害剤、具体的には、チデグルシブ、アミラーゼ、ＣＭ－ＡＴのようなリパーゼおよびプロテアーゼ調節酵素、ＮＫＣＣ１カチオン-塩化物共輸送体遮断薬、具体的には、ブメタニド、微生物転移療法、具体的には、ＦＳＭ（登録商標）、
    マイクロバイオーム修飾薬、具体的には、ＡＢ－２００４、選択的セロトニン再取り込み阻害薬、具体的には、フルオキセチン、ドーパミン２受容体拮抗薬、具体的には、リスペリドン、ジプラシドン、またはルラシドン、非陶酔カンナビノイド、具体的には、ザイゲル、植物性カンナビノイド、具体的には、カンナビディバリン、μ－オピオイド受容体拮抗薬、具体的には、ナロキソンまたはナルトレキソンまたは脂肪酸オメガ－３またはフォリン酸処理、具体的には、バソプレシン１ａ拮抗剤、更に特定すれば、バロバプタン、ＧＡＢＡ－Ａａ５ＰＡＭ、ＧＡＢＡ－Ａ修飾薬、ｍＧｌｕ４／７ＰＡＭ、ドーパミン２受容体拮抗薬、具体的には、リスペリドン、μ－オピオイド受容体拮抗薬、具体的には、ナロキソン、およびＮＭＤＡグルタミン酸受容体拮抗薬、具体的には、メマンチンから選択された薬剤から成る一群から選択された少なくとも１つの薬剤による治療を含む、方法。
    

Images