WO2018131542A1 - 認知機能評価システム - Google Patents

認知機能評価システム Download PDF

Info

Publication number
WO2018131542A1
WO2018131542A1 PCT/JP2018/000085 JP2018000085W WO2018131542A1 WO 2018131542 A1 WO2018131542 A1 WO 2018131542A1 JP 2018000085 W JP2018000085 W JP 2018000085W WO 2018131542 A1 WO2018131542 A1 WO 2018131542A1
Authority
WO
WIPO (PCT)
Prior art keywords
cognitive function
evaluation system
risk
disease
subject
Prior art date
Application number
PCT/JP2018/000085
Other languages
English (en)
French (fr)
Inventor
一生 重松
Original Assignee
公益財団法人ヒューマンサイエンス振興財団
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 公益財団法人ヒューマンサイエンス振興財団 filed Critical 公益財団法人ヒューマンサイエンス振興財団
Priority to KR1020197023162A priority Critical patent/KR20190101458A/ko
Priority to JP2018561345A priority patent/JP6973802B2/ja
Publication of WO2018131542A1 publication Critical patent/WO2018131542A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Definitions

  • the present invention relates to a cognitive function evaluation system for evaluating the cognitive function of a subject and presenting the risk of dementia according to the underlying disease of dementia.
  • a diagnostic support tool as disclosed in Document 1 has been developed. With this diagnostic support tool, it is possible to change the question dynamically according to the subject's prior information and environmental information, and the subject's answer content, and to evaluate the subject's cognitive function.
  • dementia is caused by various underlying diseases such as Alzheimer's disease and cerebrovascular dementia, and the symptoms, prognosis, measures, and treatment methods differ depending on the underlying diseases.
  • diagnostic support tools such as those disclosed in Patent Document 1 merely assess how well the cognitive function functions as a whole, and the risk of such various underlying diseases As we have not been able to evaluate (which underlying diseases are likely to be affected), the current situation is that specialists have not been able to provide meaningful information for diagnosis. Furthermore, dementia has a progressive course, but the degree of progression depends on the underlying disease. Conventional tools can not predict the progression of the underlying disease because the same evaluation is performed for the entire dementia. Therefore, it is not possible to evaluate the underlying diseases by any intervention, for example, when verifying the effects of drugs.
  • the present invention has been made in view of such circumstances, and the object of the present invention is to provide a diagnostic tool capable of evaluating the risk of each underlying disease of dementia when examining the cognitive function of a subject. It is to do.
  • the present invention provides a prediction of the progress of each underlying disease.
  • it is also possible to carry out physical disability.
  • the cognitive function evaluation system in the present invention evaluates the risks of a plurality of underlying diseases in the cognitive function of the subject based on the test item for the cognitive function, and measures the test value of the test item, and the measurement It is characterized by comprising: calculation means for calculating the risk based on the test value measured by the means; and selection means for selecting a basic disease having the highest risk among the calculated risks.
  • the factors that affect cognitive function evaluation will be evaluated to improve the accuracy of judgment. It is possible to answer with the upper limbs (fingers), or the lower limbs, or by speaking or blinking.
  • the risk can be calculated for each basic disease causing dementia, and it becomes possible to support dementia diagnosis more effectively.
  • An embodiment of the present invention is a cognitive function evaluation system implemented in a computer that functions as a so-called stand-alone type that does not require a communication line.
  • FIG. 1 schematically shows a computer 1 in which the cognitive function evaluation system of the present embodiment is implemented.
  • a cognitive function evaluation system as an embodiment of the present invention is realized by a combination of hardware of the computer 1 and software executed inside the computer.
  • the computer is provided with a main body incorporating a CPU, a RAM memory, a ROM, a hard disk and the like, a liquid crystal display for screen display, and a keyboard and a mouse for medical personnel to input various settings and the like.
  • a main body incorporating a CPU, a RAM memory, a ROM, a hard disk and the like, a liquid crystal display for screen display, and a keyboard and a mouse for medical personnel to input various settings and the like.
  • FIG. 2 is a functional block diagram of the cognitive function evaluation system 10 in the present embodiment.
  • the cognitive function evaluation system 10 includes a question storage unit 11, a screen display unit 12, a question change unit 13, an inspection value measurement unit 14, a risk calculation unit 15, a risk selection unit 16, and a result output unit 17. It consists of
  • the question storage unit 11 stores the contents of approximately 70 questions implemented in the cognitive function evaluation system 10, the point allocation of each question, the answering time, and the examination items corresponding to each question.
  • the examination items include nine items of memory, orientation, aphasia, disbelief, calculation ability, understanding ability, judgment ability, execution function, and correction term, and each question is among these examination items. It corresponds with either.
  • the screen display unit 12 is constituted by a liquid crystal display, and displays each question to the subject.
  • the subject sequentially answers the questions displayed on the screen display unit 12 using the touch panel, the keyboard, the foot sensor, the blink sensor or the mouse.
  • the screen display unit 12 is provided with an imaging unit 23, and changes in blink frequency and expression during a test of the subject are detected.
  • the question change unit 13 is a function that allows a medical professional to change the contents of a question according to the subject. Specifically, it is provided with a point allocation changing means capable of changing the point allocation of each question, and an answer time setting means capable of setting an answer time of each question.
  • the test value measurement unit 14 as a measurement unit makes a true / false determination on the answer to each question of the subject, and performs scoring based on the points allocated for each question. And the score for every above-mentioned inspection item is measured as an inspection value.
  • the risk calculation unit 15 calculates the risk of the underlying disease in the cognitive function of the subject based on the test value (score for each test item) measured by the test value measurement unit 14.
  • AD Alzheimer's disease
  • VAD cerebrovascular dementia
  • DLBD Lewy body dementia
  • PPD Parkinson's dementia complex
  • FTD cortical basal ganglia degeneration
  • encephalitis encephalitis
  • metabolic encephalopathy and normal pressure hydrocephalus.
  • the degree to which the disease and condition that should be distinguished from dementia, specifically depression, psychogenic reaction, and neurosis, etc. affect cognitive function is calculated, and the accuracy of the risk calculation of the underlying disease due to dementia is calculated. Increase.
  • X 1 A 1 ⁇ (memory ability test values: X 1) + A 2 ⁇ ( test values of disorientation: X 2) + A 3 ⁇ ( Test value of aphasia: X 3 ) + A 4 ⁇ (test value of dissatisfaction: X 4 ) + A 5 ⁇ (test value of calculation ability: X 5 ) + A 6 ⁇ (test value of understanding ability: X 6 ) + A 7 ⁇ (Inspection value of judgment: X 7 ) + A 8 ⁇ (Inspection value of execution function: X 8 ) + (Inspection value of correction item: C), the inspection value of each inspection item and A 1 to A 8 It is calculated by a linear expression with a gradient coefficient represented (with regard to memory ability, A 1 is treated as A 1A and A 1B and X 1 is treated as X 1A and X 1B ).
  • the combination of the gradient coefficients represented by (A 1 , A 2 ,..., A 8 ) differs depending on each underlying disease.
  • the risk calculation unit 15 calculates the risk of the underlying disease by using a combination of slope coefficients corresponding to the respective underlying diseases.
  • the calculation means calculates the risk Y of the underlying disease for each of the underlying diseases by the formula represented by the following formula (1).
  • the calculation means calculates the risk Y of the underlying disease for each underlying disease according to a formula represented by the following formula (1 ′).
  • the risk calculation unit 15 accumulates the test results of the subject, and based on the accumulated data, the coefficient correction unit 21 corrects the combination of the inclination coefficients of each basic disease by multivariate analysis.
  • multivariate analysis generally known logistic regression analysis can be used, for example.
  • the risk calculation unit 15 includes a calculation result correction unit 22 that corrects the calculated risk of each basic disease. This is, for example, that if the subject gives a wrong answer for the low difficulty item but corrects the high difficulty item, it is judged that the wrong answer for the low difficulty item is just an error and the risk of the underlying disease is evaluated low. Or if the subject makes a negative input on a question about physical condition, it may be corrected to lower the risk of underlying disease.
  • the risk selection unit 16 as selection means has a Y lower than a predetermined basic disease reference value determined to be at risk for the basic disease.
  • the basic disease is selected and displayed on the screen display unit 12. That is, among the calculated risks of the underlying disease, the ones with high risk for the subject are displayed. Alternatively, all the calculated underlying diseases can be displayed in order from the highest risk.
  • the risk selection unit 16 as selection means has a Y that is equal to or higher than the basic disease reference value among the calculated risks for each basic disease, but is lower than a predetermined MCI reference value judged to have the MCI risk. If there is, then the risk of MCI of the underlying disease is selected.
  • the result output unit 17 creates a radar chart for the test result of the subject calculated by the risk calculation unit, and outputs the radar chart as the test result.
  • the risk calculation unit 15 is provided with an in-answer time incorrectness recording means for recording whether or not the correct answer can be made within the answer time in each inspection item. In addition, even if it answers within the response time in each inspection item, in the case of a wrong answer, it does not mean that the correct response could be made within the response time. Further, the risk calculation unit 15 includes problem processing ability evaluation means for evaluating the problem processing ability within the time limit for the inspection of the subject based on the number of the inspection items which can be correctly answered within the response time. The evaluation of the subject's problem processing ability is output to the result output unit 17.
  • the response time for each test item Memory test response time T 1 , Orientation test response time T 2 , Aphasia test response time T 3 , Disapproval test response time T 4 , computing power test answer time T 5, the response times T 6 of comprehension test, the judgment test response times T 7, and is set as a reply time T 8 of the examination of the execution function.
  • the reply time error recording means records this.
  • the problem processing ability evaluation means evaluates the subject's problem processing ability in comparison with a predetermined predetermined standard. For example, if you can not answer correctly in the response time in 4 or less inspection items out of 8 inspection items of memory ability, orientation, aphasia, annoyance, calculation ability, understanding ability, judgment ability and execution function, the subject's problem Processing capacity is negatively assessed. Also, for example, among the eight examination items of memory ability, orientation, aphasia, disbelief, calculation ability, comprehension ability, judgment ability, and execution function, the problem treatment of the subject by placing emphasis on the examination items that can be answered in a short time Ability can also be assessed. For example, disapproval is a question as shown in FIG. 6, but it is a problem that can be answered in a short time, but computational power will be asked as in FIG. 7A and FIG. 7B. It is not a problem that can be done.
  • the cognitive function evaluation system can diagnose the risk of dementia for each basic disease of dementia.
  • Alzheimer's-type recognition can be performed on a subject It can be evaluated as falling under the condition of Alzheimer's disease, but the condition of Alzheimer's disease varies.
  • the cognitive function evaluation system according to the present invention since the problem processing ability evaluation means is provided, it is possible not only to judge the underlying disease of dementia but also to evaluate the pathological condition.
  • Alzheimer's disease is a disease based on the deterioration of memory impairment, but as its pathophysiology, in addition to memory impairment, disorientation, learning disorders, attention disorders, visual spatial cognitive disorders, problem processing disorders Etc.
  • Alzheimer's disease there is a memory disorder, a disorientation disorder, or a problem processing disorder, but there is a memory disorder, no disorientation disorder, problem handling Some people are judged to have a disability.
  • the cognitive function evaluation system of the present invention when the subject is judged to have a high risk of, for example, Alzheimer's disease, and the evaluation of the problem processing ability is negatively evaluated (ie, this subject) Is judged to have a high risk of Alzheimer's disease, memory impairment, problem processing ability impairment, etc.) because there is a risk that the subject's daily activities may be dangerous. Should be strengthened.
  • the subject is judged to be at high risk of, for example, Alzheimer's disease, and the evaluation of problem processing ability is positively evaluated (ie, this subject is at high risk of Alzheimer's disease, memory It is determined that there is a problem, and there is no problem processing ability failure))
  • the subject's memory ability is lowered, the action ability of daily life is not deteriorated, so the care of the subject is strengthened. Should not be as important.
  • the risk calculating unit 15 further includes safe driving ability evaluation means for evaluating the safe driving ability of the vehicle based on the subject's problem processing ability within the time limit evaluated by the problem processing ability evaluating means.
  • the evaluation of the safe driving ability of the subject is output to the result output unit 17. If the subject's problem-handling ability rating is negative, the subject's safe driving ability is also negatively rated. If the evaluation of the subject's problem processing ability is positive, the safe driving ability of the subject is also positively evaluated.
  • dementia is prohibited from driving cars, but MCI (Mild Cognitive Impairment) is not prohibited from driving cars.
  • driving a car should be avoided if the subject is judged to have a high risk of, for example, Alzheimer's disease.
  • the subject is judged to have a high risk of MCI of Alzheimer's disease and the safety driving ability is also negatively evaluated because the evaluation of the problem handling ability is negative, the automobile is driven. Things should be avoided.
  • the self-driving of the automobile is self-restrained. There is little need to do it.
  • Flow of inspection The flow of an examination using the cognitive function evaluation system according to the present embodiment will be described below. Approximately 70 questions are prepared for the cognitive function evaluation system according to the present embodiment. Profile information is entered by the examiner. Profile information includes residence, date of birth, gender and the like. Subject answers various questions such as physical condition on the day of the examination, sleep condition on the previous day, recent subjective symptoms, recent habits, etc. toward the liquid crystal display which is the screen display unit 12, and various questions prepared for evaluating cognitive function Will answer.
  • the various questions correspond to any of the nine inspection items as described above.
  • Nine examination items are memory (X 1 ), orientation (X 2 ), aphasia (X 3 ), disconfirmation (X 4 ), calculation (X 5 ), understanding (X 6 ), judgment (X) 7 )
  • An execution function (X 8 ) and a correction term (C) and the memory (X 1 ) is further classified into immediate memory (X 1A ) and recent memory (X 1B ).
  • X 1, X 2, ... X 8 are allocated points each 10 points, C has a 20-point, and be evaluated in a total of 100 points.
  • the higher the score the higher the cognitive function is maintained, the lower the risk of dementia, and the lower the score, the lower the cognitive function, and the higher the risk of dementia.
  • Memory is the ability to memorize things, and in this system immediate and recent memories are measured.
  • the immediate storage is the ability to store a few seconds ago, and questions such as those in FIG. 3A and FIG. 3B are asked.
  • the recent memory is the ability to memorize a few minutes ago, and for example, a question as shown in FIG. 3C will be asked immediately before the end of the main examination.
  • Orientation refers to basic status grasping such as the present year, month, time, and where you are. For example, a question as shown in FIG. 4 will be asked.
  • Aphasia refers to a decline in the ability to understand and manipulate words.
  • Disapproval means that the cognitive ability through the five senses is lowered, and for example, a question as shown in FIG. 6 is asked.
  • Computational power is the ability to perform computations such as arithmetic operations, and questions such as those shown in FIG. 7A and FIG. 7B will be asked.
  • Judgment refers to the ability to judge the situation, and questions such as those shown in FIG. 9 will be asked.
  • An execution function is a function that executes things in order. For example, the question is asked as shown in FIG.
  • the correction term is a test item other than the above, and for example, it is asked whether or not there is awareness of dementia.
  • the correction term will be described in detail in the process of the calculation result correction unit 22 described later.
  • the combination of the gradient coefficients (A 1A, A 1B, A 2 ,..., A 8 ) differs depending on each basic disease, and the following formula is used as an initial value as a specific calculation formula.
  • AD Alzheimer's disease
  • the risk is calculated using a calculation formula different for each underlying disease.
  • the combination of the gradient coefficients (A 1A, A 1B, A 2 ,..., A 8 ) as the initial value is determined by medical knowledge, but it may be corrected by multiple regression analysis as described later. It is possible.
  • the initial gradient coefficient can be calculated by expressing how much each cognitive function is likely to be impaired in each basic disease, and then dividing each coefficient by their sum and then multiplying each by 10.
  • the independent variable may be either binary, category, ordinal, or numerical variable.
  • the dependent variable may be binary or in order.
  • the model may be linear or non-linear.
  • numerical variables may be logarithmically converted.
  • the underlying disease is not necessarily limited to the above. This is because similar processing can be performed if there is information.
  • the result calculated in the calculation result correction unit 22 is corrected using the inspection value C of the correction term.
  • the contents of the correction for example, when the subject makes a negative input to the question about the physical condition on the day of the examination and the sleep condition on the previous day, which is questioned at the beginning of the examination, a predetermined score is given as the correction term C and the risk of underlying disease Evaluate low. This is because patients with dementia often do not have negative views about their sleep status or their physical condition. Depression and psychogenic reactions are likely to be negative. It is desirable to give two points for negative opinion and one point for slightly negative opinion as an amendment item, and to separately indicate these evaluation items.
  • a predetermined score is given as the correction term C to evaluate the risk of the underlying disease low. This is because most people with dementia have no awareness of dementia. Depression and neurosis are often accompanied by excessive anxiety. It is desirable to give two points for negative opinion and one point for slightly negative opinion as an amendment item, and to separately indicate these evaluation items.
  • the gradient term of the calculation power is increased as the correction term C.
  • the length of education history can be defined, for example, depending on the subject's university graduation. Alternatively, it can be defined as the number of years of elementary school, junior high school, high school, university, and graduate school. As information used for multivariate analysis, numerical information is better as the amount of information than information grouped into categories.
  • the influence of educational history on cognitive function varies depending on the cognitive function area and questions, it is desirable to make corrections according to each.
  • the educational history does not affect the cognitive function of recognizing an apple as an apple and the cognitive function of identifying an expression.
  • the slope coefficient of the cognitive function area can be corrected.
  • the inclination coefficient of orientation is increased as the correction term C. This is to increase the influence of the sense of orientation in the risk calculation and to make it easier to expose the risk of dementia, as the older age tends to lower the sense of orientation.
  • the age is preferably the actual age (numerical information). This is because the amount of information increases in multivariate analysis.
  • the slope coefficient of the cognitive function area can be corrected. Since age also affects hearing ability, visual acuity and movement speed, age information can be simultaneously obtained and corrected at the time of cognitive function evaluation. The slope coefficient of each cognitive function area can be corrected.
  • the choice frequency of “I don't know” also differs depending on the underlying disease. For example, the “don't know” choice is more frequent than other underlying diseases, as a response is seen in AD. In FTD, the frequency of “I don't know” is higher than in other basic diseases of dementia because the attitude of the approach to the test changes. In NPH, the frequency of “don't know” selection is low. Thus, the “don't know” choice is a cognitive function assessment that helps to differentiate underlying disease.
  • the combination of the low difficulty question and the “don't know” choice for the high difficulty question, described below, is useful for diagnosing and differentiating dementia. For example, if "I do not know” is selected for the low difficulty level problem and "I do not understand” for the high difficulty level problem, the risk of dementia is lowered. Furthermore, in the case of a correct answer to the high difficulty problem, factors other than dementia, ie "depression” and psychogenic reactions should be considered.
  • the “don't know” choice, frequency, which questions were selected for, and distribution are useful for dementia risk assessment.
  • the presence or absence of the "I do not know” selection can be displayed as a list. By performing multivariate analysis on the presence or absence of the “don't know” selection, the accuracy of the dementia risk determination can be enhanced.
  • the blink frequency of the subject is detected using the imaging unit 23 provided in the screen display unit 12, and when the blink frequency is low, a predetermined score is reduced as the correction term C to highly evaluate the risk of the underlying disease. .
  • the blink frequency per unit time may be compared. Because the movement of the upper eyelid is greater than the movement of the lower eyelid, the movement of the upper eyelid can also be detected and measured. It is also possible to evaluate the disappearance of the corneal reflex and the shielding of the pupil.
  • the decrease in blink frequency depends on the underlying disease of dementia. For example, in PDD, the degree of decrease is greater than in AD. Thus, blink frequency is also useful for differentiating underlying diseases. It also depends on the stage of progression of dementia.
  • the slope coefficient of each cognitive function area can be corrected. Furthermore, correction can also be performed using a non-linear model.
  • a change in the expression of the subject is detected using the imaging unit 23, and when the change in expression is below a predetermined reference, a predetermined score is reduced as the correction term C to highly evaluate the risk of the underlying disease.
  • Changes in expression are evaluated by capturing the eyelid, eyebrow, chin, nose, nasolabial fold, and mouth in 3D.
  • the decrease in facial expression changes depends on the underlying disease of dementia. For example, in PDD and DLDB, the degree of decrease is larger than that in AD. It also decreases for FTD and NPH. The degree of this decrease does not coincide with the above-mentioned blink reduction.
  • the risk selection unit 16 selects one with a high risk with respect to the calculation result of the corrected risk of each basic disease.
  • the selection means is the calculated risk for each underlying disease, which is higher than or equal to the basic disease reference value but lower than the predetermined MCI (mild cognitive impairment) reference value judged to be at risk for MCI. If so, select as at risk for MCI of the underlying disease.
  • memory X 1
  • orientation X 2
  • aphasia X 3
  • disconfirmation X 4
  • calculation X 5
  • comprehension comprehension
  • judgment X 7
  • X 1 In the inspection item consisting of execution function (X 8 ) and correction term (C), X 1, X 2 ,...
  • X 8 have 10 points each and C 20 points, for a total of 100 points
  • the basic disease standard value is 70 points and the MCI standard value is 80 points
  • the basic disease standard value is 70 points and the score obtained by the above calculation formula and correction is 69 points or less as a basic disease with high risk of dementia.
  • the basic disease of 70 to 79 points is displayed on the screen display unit 12 together with the calculation result, assuming that there is a risk of MCI.
  • all the calculated basic diseases may be displayed on the screen display unit 12 in descending order of risk (in order of decreasing score). At this time, it is possible to show the possibility of dementia and to indicate which underlying disease is caused by dementia. Judgment of the presence or absence of dementia is performed by the calculation result showing the highest risk.
  • a subject who falls under MCI is more likely to be given the risk Y or formula given by the above-mentioned formula (1) than a subject who falls under the basic disease of dementia.
  • the gradient coefficients A 1 to A 8 of Equation (1) and Equation (1 ′) It is also possible to determine the risk of MCI of each underlying disease by multiplying the and the correction term C by the respective cutoff coefficients.
  • the cutoff factor can be set for each MCI of each underlying disease in consideration of the characteristics of each underlying disease, and can be set, for example, in the range of 0.5 to 0.9. More specifically, in the case of Alzheimer type dementia (AD), the cutoff coefficient is 0.9, and in the case of vascular dementia (VaD), the cutoff coefficient is 0.5, and Lewy body dementia is In the case of (DLBD), the cutoff coefficient is 0.6, in the case of Parkinson's dementia complex (PDD), the cutoff coefficient is 0.6, and in the case of frontotemporal dementia (FTD), the cutoff coefficient is 0.9, the cut-off coefficient is 0.8 for cortical basal ganglia degeneration, the cut-off coefficient is 0.6 for encephalitis (sequelae), and the cut-off coefficient is 0 for metabolic encephalopathy. In the case of normal pressure hydrocephalus, the cutoff coefficient can be 0.6.
  • the result output unit 17 creates and outputs a radar chart for the calculation result.
  • this radar chart the calculation result and the type of each underlying disease can be compared and confirmed. By doing this, the medical worker can visually and easily evaluate the cognitive function and the risk of the underlying disease on the test result of the subject.
  • the type-specific probability can be displayed, and quantitative judgment is also possible.
  • the radar chart can also be displayed enlarged while retaining similarity. Judgment becomes easy when comparing with each type of radar chart. It is also possible to display the area of the radar chart, the sum of intercept values, and the sum of intercept value squares. It is also possible to display the sum of intercepts with each type of radar chart and the intercept sum of squares.
  • the radar chart in the present invention is useful for particularly early judgment of dementia. Because the outline of the radar chart differs depending on the underlying disease, the underlying disease can be estimated from the form of the subject's radar chart. Even if the score is high, when it has a shape similar to the radar chart of the underlying disease, it can be estimated that it is the underlying disease, or its early stage, or a reserve of the underlying disease.
  • the cognitive function evaluation system medical personnel can change the contents of questions according to the subject.
  • the change work is performed using the question change unit 13 including the point change means capable of changing the point allocation of each inspection value and the response time setting means capable of setting the response time of each question.
  • the present cognitive function evaluation system includes a coefficient correction unit 21 that stores the risk calculation result of the subject for whom the test is completed, and corrects the combination of the inclination coefficients by multiple regression analysis.
  • a coefficient correction unit 21 that stores the risk calculation result of the subject for whom the test is completed, and corrects the combination of the inclination coefficients by multiple regression analysis.
  • the results can be stored for each basic disease, and the results of multiple tests can be compared. Therefore, it is possible to predict the degree of progression by the underlying disease.
  • the present cognitive function evaluation system it is possible to store the risk calculation result of the subject whose examination has been completed, and compare the examination results of a plurality of times. Therefore, it is possible to quantitatively evaluate the progress of cognitive impairment. From the evaluation results of a plurality of cases, it is possible to calculate the degree of progress of the whole or the basic disease as a slope coefficient by multiple regression analysis. This makes it possible to predict the progression of cognitive impairment in a subject. In addition, with respect to the prediction, it is possible to evaluate the deviation of the actual value of the cognitive function of the subject.
  • the present invention is not limited to the above embodiments, and may be implemented as, for example, a client-server system, and the client side may be a tablet terminal or a smartphone.
  • the display color can be changed for people with color blindness. Voice output is possible, and the volume can also be adjusted.
  • touch operation In addition to finger operation, blink operation, foot tap (foot switch) and voice input can be performed.
  • the foot sensor and voice sensor can be connected to the measurement site via USB etc. For example, it is possible to select an option by sending a signal such as a blink when the option is sequentially highlighted on the screen and the place to be selected is highlighted. This signal may be sent by foot tap or voice.
  • the sex of the subject, the amount of alcohol consumed, the amount of smoking, etc. can be adopted as the correction term. By doing so, it is possible to further eliminate the bias of cognitive function evaluation due to these factors. Also in these cases, the present invention can obtain the same effect as the above embodiment.
  • the subject's movement, intellectual activity, and social activity can be evaluated. For example, it may be evaluated by the walking time, the reading time, the number of activities in a circle activity or a senile association. In dementia, these activities decrease. Therefore, the risk of dementia is higher if it is less. Since these activities are effective for preventing dementia, simultaneous information acquisition and evaluation can be useful for dementia control. Information may be obtained from something other than the subject who knows the subject's situation.
  • the subjective assessment and the assessment obtained from other than this subject may be different.
  • the accuracy of evaluation based on only one information can be raised and corrected by simultaneously obtaining a plurality of cognitive function evaluations judged as correct and correct, subjective symptoms, subject's own self evaluations or objective evaluations, and the relationship between both It can be considered.
  • Example 1 Two subjects were examined using the cognitive function evaluation system in the present invention. And the risk assessment was calculated for each underlying disease.
  • test values of the test items of subjects A and B are shown in Table 1.
  • Table 1 shows the test values of the test items in Example 1 using the cognitive function evaluation system.
  • subjects A and B both have a total score of 70 points.
  • 80 or more points are normal, 70 to 79 points are mild cognitive impairment (MCI), and 69 or less points are criteria for dementia. Therefore, in the conventional method of simply evaluating the total points, subjects A and B both have the same test result of mild cognitive impairment, and no further information can be obtained when the specialist examines them thereafter.
  • MCI mild cognitive impairment
  • the risk of underlying disease is calculated based on the test values of the test items as described above.
  • the calculation results are shown in Table 2.
  • Table 2 shows the risk calculation results of the underlying disease in Example 1 using the cognitive function evaluation system.
  • the risk calculation result of Alzheimer type dementia is 54.2 points, which is 69 points or less which is the standard of dementia.
  • the subject A can be evaluated as having a high risk of dementia based on Alzheimer's disease.
  • subject B has a calculated result of risk of cerebrovascular dementia (VaD) of 66.7 points, which is 69 points or less, which is the standard of dementia, cerebrovascular dementia is regarded as an underlying disease It can be evaluated that the risk of dementia is high.
  • VaD cerebrovascular dementia
  • AD 54.2 high possibility of dementia due to Alzheimer's disease
  • VaD 79.4 not vascular disease
  • DLBD 79.7 not dementia due to Lewy body disease
  • PDD 79.6 not PDD
  • FTD 80.7 not dementia due to FTD
  • Corticobasal degeneration 79.7 Not corticobasal degeneration
  • Encephalitis sequelae 81.2 Disementia due to encephalitis sequelae Not, metabolic encephalopathy 82.5 (not with dementia due to metabolic encephalopathy), normal pressure hydrocephalus 82.5 (not with dementia due to normal pressure hydrocephalus). You may rearrange and display in an order from a high possibility thing.
  • Example 2 Logistic regression analysis was performed using the coefficient correction unit 21 of the cognitive function evaluation system according to the present invention, and the results are shown in Tables 3 to 5. Tables 3 to 5 are preconditions for the logistic regression analysis in Example 2 using the cognitive function evaluation system. Here, the correct answer is 1 and the wrong answer is 0 for each term.
  • the AD group is 1, the VaD group is 0, and the T is a positive item number, it can be confirmed from Tables 3 and 4 that there is no significant difference between the two groups.
  • Table 5 shows the results of logistic regression analysis between the two groups.
  • Exp (B) is the odds ratio, and the odds ratio estimated in the itemized evaluation of AD is the reciprocal.
  • the AD group may be 1 and the normal group may be 0 for comparison.
  • the AD group may be further classified into severity, in which case an ordinal logistic regression model may be used instead of the binomial logistic regression model.
  • FIG. 11 The radar chart created by the cognitive function evaluation system in the present invention is shown in FIG. FIG. 11
  • A is a subject of a basic disease A (Alzheimer's disease).
  • B is a subject of the underlying disease B.
  • C is that of the subject U.
  • D is that of the subject.
  • E is that of the subject o.
  • F is that of the subject.
  • (B) is different from the underlying disease A.
  • (C) it is known that the area of the radar chart is small and dementia is present, and the basic disease is A because the shape is similar to (A).
  • (D) it is known that the area of the radar chart is small and dementia is present, and the basic disease is B because the shape is similar to (B).
  • Example 4 Logistic regression analysis was performed using the coefficient correction unit 21 of the cognitive function evaluation system according to the present invention, and the result is shown in FIG. 12 (A).
  • the broken line 1 represents the change over time of the underlying disease I by linear regression.
  • the temporal transition of the subject belonging to the underlying disease I is predicted as a broken line 1.
  • the solid lines 2 and 3 respectively show the time-course transition of the subjects A and B belonging to the underlying disease I by linear regression. In the case of the solid line 2, ie, above the broken line 1, it indicates that the prognosis of A is better than expected, and for example, if there is an intervention, it is considered that this a was effective.
  • FIG. 13A shows the relationship between the lifestyle, for example, the presence or absence of a walk A and the cognitive function (the other factors are corrected). It can be understood that the cognitive function of the walk group is good by the difference shown in the figure.
  • logistic regression analysis is performed with A functional group and non-group as independent factors and cognitive function as dependent factors.
  • the presence or absence of a walk is added to the adjustment factor, it can be understood that the presence or absence of a walk is a mediator in the evaluation of cognitive function if this “difference” is not significant. Therefore, it is not necessary to correct cognitive function evaluation depending on the presence or absence of a walk.
  • the "difference" remains significant, it is considered that the part is not a mediator, and a correction of cognitive function evaluation is necessary. This "difference" is different for each dementia basic disease.
  • FIG. 13 (B) shows the relationship between the lifestyle, for example, the stroll time A and the cognitive function (the other factors are corrected).
  • the relationship between the two draws a S-shaped curve as shown in the figure. That is, although the cognitive function is improved as A increases, the relationship is not linear, and the cognitive function is not improved when the amount of A is a certain value or less when the amount is smaller than a certain value, conversely, a certain amount Deterioration of cognitive function is not seen at the following times either.
  • the general form of this figure also differs according to the underlying disease of dementia.
  • Example 6 An example of a test using a blink sensor is shown.
  • neuromuscular diseases such as myotrophic lateral sclerosis (ALS)
  • ALS myotrophic lateral sclerosis
  • speech can not be made, and it is difficult to determine the presence or absence of dementia.
  • the subject is in bed lying, he can communicate his intention with blinks.
  • the use of the present system is possible because the sight and hearing are less impaired.
  • ALS the eyelid and eye muscles are not easily damaged, and blink action is possible. Do the same for problem presentation.
  • the answer is an option
  • one of the options can be highlighted.
  • the subject blinks when the option he wants to select is highlighted.
  • the system senses the blink and the movement of the highlight pauses. Then, if the subject determines that the option is good, the choice is determined by performing the blink again. If the highlight is selected by mistake and the highlight stops, the blink is regarded as a misselection by moving the highlight to the next option. In this way, the answers are determined one by one.
  • evaluation of cognitive function and dementia evaluation according to the basic disease of dementia are performed as in the other embodiments according to selection accuracy, distribution, and the like. For example, even in the case of ALS, dementia may be merged. In this way, even in the case of a subject in a bed rest condition, which was conventionally difficult, diagnosis of dementia becomes possible.
  • the present invention is extremely useful in the field of dementia medical care. Specifically, since the dementia consisting of a plurality of basic diseases can be determined separately according to the basic diseases, the following can be made.
  • dementia can indicate the condition that should be distinguished from dementia. For example, “depression” or “neuropathy” can lead to a prognosis of dementia in which the dementia may not be evaluated correctly. Since the prognosis of dementia varies depending on the underlying disease of dementia, it is desirable to consider the underlying diseases separately.
  • the treatment differs depending on the underlying disease for dementia, and the effect also varies depending on the underlying disease for dementia, so it is desirable to evaluate cognitive function in consideration of the underlying disease for dementia.
  • cognitive function evaluation can be performed even if the hand operation is difficult. Specifically, it can also be carried out for bedsores. Even in bed rest, people with dementia and those with normal cognitive function are found.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

被験者の認知機能における複数の基礎疾患のリスクを、該認知機能についての検査項目に基づいて評価する認知機能評価システムであって、検査項目の検査値を計測する計測手段と、計測手段により計測された検査値を基に前記リスクを算出する算出手段と、算出したリスクの中から、もっともリスクの高い基礎疾患を選定する選定手段とを備える。

Description

認知機能評価システム
　本発明は、被験者の認知機能を評価し、認知症の基礎疾患別に認知症リスクを提示するための認知機能評価システムに関する。
　近年の高齢化に伴い、認知症の患者数が急増している。認知症は、一度発症すると完治させることは難しい一方で、早期治療をすることで進行を遅らせたり症状を緩和させたりすることが可能であるため、早期段階での発見が重要である。しかし、認知症を診断する専門医の数はさほど増加しておらず、認知機能を簡易に評価できる診断支援ツールが求められている。
　従来では、例えば文献１に開示されているような診断支援ツールが開発されている。この診断支援ツールでは、被験者の事前情報や環境情報、そして被験者の回答内容に応じて動的に設問を変更し、被験者の認知機能を評価することが可能となっている。
特開２００７－２８２９９２号公報
　しかし、認知症とはアルツハイマー型認知症や脳血管性認知症などの様々な基礎疾患が原因となっており、これら原因となる基礎疾患によって症状や予後、対応、治療方法が異なる。
　にもかかわらず、特許文献１に開示されているような診断支援ツールでは、認知機能が全体としてどの程度に機能しているかを評価しているにすぎず、このような様々な基礎疾患のリスク（どの基礎疾患に罹患している可能性が高いか）についてまでは評価できていないため、結局は専門医が診断するにあたって有意義な情報を提供できていないのが現状である。更に、認知症は進行性の経過をとるが、その進行度合いは基礎疾患によって異なる。従来のツールでは認知症全体に対して同じ評価を行うため、基礎疾患別の進行予測ができない。その為、何らかの介入、例えば薬剤の効果を検証する場合にも、基礎疾患別の評価ができない。
　本発明はこのような事情に鑑みてなされたものであり、その目的とするところは、被験者の認知機能を検査する際に認知症の基礎疾患ごとのリスクを評価することのできる診断ツールを提供することにある。加えて、基礎疾患別の進行予測を提供するものである。更に、本発明では、肢体不自由でも実施可能である。
　本発明における認知機能評価システムは、被験者の認知機能における複数の基礎疾患のリスクを、該認知機能についての検査項目に基づいて評価し、前記検査項目の検査値を計測する計測手段と、前記計測手段により計測された検査値を基に前記リスクを算出する算出手段と、前記算出したリスクの中から、もっともリスクの高い基礎疾患を選定する選定手段とを備えることを特徴とする。認知機能評価に影響する因子についても同時に評価し、判定の精度を高める。上肢（手指）、もしくは下肢、もしくは発声、もしくは瞬目で回答することができる。
　本発明によれば、認知症の原因となる基礎疾患別にリスクを算出することができ、認知症診断をより効果的に支援することが可能となる。
本発明の実施形態に係る認知機能評価システムを実装したコンピュータの斜視図である。 認知機能評価システムの機能ブロック図である。 認知機能評価システムにおける設問の一例である。 認知機能評価システムにおける設問の一例である。 認知機能評価システムにおける設問の一例である。 認知機能評価システムにおける設問の一例である。 認知機能評価システムにおける設問の一例である。 認知機能評価システムにおける設問の一例である。 認知機能評価システムにおける設問の一例である。 認知機能評価システムにおける設問の一例である。 認知機能評価システムで出力されるレーダーチャートの例である。 実施例におけるロジスティック回帰分析の例示である。 実施例における補正項の取り扱いの例示である。
　以下、本発明の実施形態を図面に基づいて詳細に説明する。なお、以下の実施形態の説明は本質的に例示に過ぎず、本発明、その適用物或いはその用途を制限することを意図するものではない。
　（実施形態）
　本発明の実施形態は、通信回線を必要としない、いわゆるスタンドアローン型として機能するコンピュータ内に実装された認知機能評価システムである。図１は、本実施形態の認知機能評価システムが実装されたコンピュータ１を模式的に示している。本発明の実施形態としての認知機能評価システムは、このコンピュータ１のハードウェアとその内部で実行されるソフトウェアとの組合せにより実現される。
　コンピュータは、ＣＰＵ、ＲＡＭメモリ、ＲＯＭ、ハードディスク等を内蔵した本体と、画面表示のための液晶ディスプレイと、医療従事者が各種設定等を入力するためのキーボード、マウスを備えている。そして、認知機能評価システムがソフトウェアとしてコンピュータ１のハードディスク内にインストールされ、インストールされた認知機能評価システムが起動されると、コンピュータ１は、本実施形態の認知機能評価システムとして機能することとなる。
　図２は、本実施形態における認知機能評価システム１０の機能ブロック図である。認知機能評価システム１０は、設問記憶部１１と、画面表示部１２と、設問変更部１３と、検査値計測部１４と、リスク算出部１５と、リスク選定部１６と、結果出力部１７と、から構成されている。
　設問記憶部１１には、認知機能評価システム１０で実施されるおよそ７０個の設問の内容と、それぞれの配点、回答時間、及び各設問に対応する検査項目が記憶されている。詳細は後述するが、検査項目とは記憶力、見当識、失語、失認、計算力、理解力、判断力、実行機能、及び、補正項の９個からなり、各設問はこれら検査項目の内のいずれかと対応している。
　画面表示部１２は、液晶ディスプレイによって構成されており、各設問を被験者に表示する。被験者は画面表示部１２に表示された設問についてタッチパネル、キーボード、フットセンサー、瞬目センサーまたはマウスを用いて順次回答していくこととなる。そして、画面表示部１２には撮像部２３が備えられており、被験者の検査中における瞬目頻度及び表情の変化が検知される。
　設問変更部１３は、被験者に応じて医療従事者が設問内容を変更できる機能である。具体的には、各設問の配点を変更できる配点変更手段と、各設問の回答時間を設定できる回答時間設定手段とを備えている。
　計測手段としての検査値計測部１４は、被験者の各設問に対する回答に対して正誤判定をし、設問毎に割り振られた配点に基づいて採点を行う。そして、前述の検査項目ごとの得点を検査値として計測する。
　算出手段としてのリスク算出部１５は、検査値計測部１４で計測された検査値（検査項目ごとの得点）に基づいて、被験者の認知機能における基礎疾患のリスクを算出する。本実施形態では、基礎疾患として、アルツハイマー型認知症（ＡＤ）、脳血管性認知症(ＶＡＤ)、レビー小体型認知症(ＤＬＢＤ)、パーキンソン認知症複合(ＰＤＤ)、前頭側頭型認知症（ＦＴＤ）、皮質基底核変性症、脳炎（後遺症）、代謝性脳症、及び、正常圧水頭症をリスク算出対象としている。加えて、認知症と鑑別すべき疾患と病態、具体的にはうつ、心因性反応、神経症など、が認知機能に影響する程度を算出し、認知症による基礎疾患のリスク算出の精度を高める。
　詳細は後述するが、各基礎疾患のリスクは、基礎疾患のリスク：Ｘ１＝Ａ１×（記憶力の検査値：Ｘ１）＋Ａ２×（見当識の検査値：Ｘ２）＋Ａ３×（失語の検査値：Ｘ３）＋Ａ４×（失認の検査値：Ｘ４）＋Ａ５×（計算力の検査値：Ｘ５）＋Ａ６×（理解力の検査値：Ｘ６）＋Ａ７×（判断力の検査値：Ｘ７）＋Ａ８×（実行機能の検査値：Ｘ８）＋（補正項の検査値：Ｃ）というように、各検査項目の検査値とＡ１～Ａ８で表される傾斜係数との一次式で算出される（なお記憶力については、Ａ１はＡ１Ａ,Ａ１Ｂとして、Ｘ１はＸ１Ａ，Ｘ１Ｂとして扱われる。）。各基礎疾患に応じて（Ａ１，Ａ２，…，Ａ８）で表される傾斜係数の組み合わせが異なる。リスク算出部１５では、各基礎疾患に対応した傾斜係数の組み合わせを用いて、基礎疾患のリスクを算出することとなる。
　算出手段は、補正項を考慮しない場合、下記式(１)で示される式により、基礎疾患のリスクＹを基礎疾患ごとに算出する。
　Y＝A1X1＋A2X2＋A3X3＋A4X4＋A5X5＋A6X6＋A7X7＋A8X8・・・(1)
　算出手段は、補正項を考慮する場合、下記式(１’)で示される式により、基礎疾患のリスクＹを基礎疾患ごとに算出する。
　Y＝A1X1＋A2X2＋A3X3＋A4X4＋A5X5＋A6X6＋A7X7＋A8X8＋C・・・(1’)
　なお、詳細は後述するが、リスク算出部１５は、被験者の検査結果を蓄積し、該蓄積されたデータを基に各基礎疾患の傾斜係数の組み合わせを多変量解析によって修正する係数修正部２１を備えている。多変量解析としては、例えば一般に良く知られているロジスティック回帰分析を利用することができる。
　さらに、リスク算出部１５は、算出した各基礎疾患のリスクを補正する算出結果補正部２２を備えている。これは例えば、被験者が低難易度項目は誤答したが高難易度項目を正答した場合、低難易度項目の誤答は単なる過誤だと判断して基礎疾患のリスクを低く評価するように補正したり、被験者が身体の状態に関する設問に否定的な入力をした場合に、基礎疾患のリスクを低く評価するように補正したりする。
　選定手段としてのリスク選定部１６は、リスク算出部１５で算出した基礎疾患ごとのリスクの中で、基礎疾患のリスクがあると判断される予め定められた基礎疾患基準値よりも低いＹがある場合、その基礎疾患を選定し、画面表示部１２に表示する。つまり、算出された基礎疾患のリスクの中から、被験者にとってリスクの高いものを表示する。あるいは、算出された全ての基礎疾患について、リスクの高いものから順に並べて表示することもできる。
　選定手段としてのリスク選定部１６は、算出した基礎疾患ごとのリスクの中で、基礎疾患基準値以上であるが、ＭＣＩのリスクがあると判断される予め定められたＭＣＩ基準値よりも低いＹがある場合、その基礎疾患のＭＣＩのリスクがあるとして選定する。
　結果出力部１７は、リスク算出部で算出された被験者の検査結果についてレーダーチャートを作成し、検査結果として出力する。
　また、リスク算出部１５は、各検査項目において回答時間内に正答できたか否かを記録する回答時間内正誤記録手段を備えている。なお、各検査項目における回答時間内に回答しても誤答の場合は、回答時間内に正答できたことにはならない。またリスク算出部１５は、回答時間内に正答できた検査項目の個数に基づいて、被検者の検査に対する制限時間内の問題処理能力を評価する問題処理能力評価手段を備えている。被検者の問題処理能力の評価は結果出力部１７に出力される。
　具体的には、各検査項目の回答時間が、記憶力の検査の回答時間Ｔ１、見当識の検査の回答時間Ｔ２、失語の検査の回答時間Ｔ３、失認の検査の回答時間Ｔ４、計算力の検査の回答時間Ｔ５、理解力の検査の回答時間Ｔ６、判断力の検査の回答時間Ｔ７、及び、実行機能の検査の回答時間Ｔ８として設定される。そして、例えば、記憶力の検査、失語の検査、理解力の検査、及び、実行機能の検査では回答時間内の正答ができたが、それら以外の検査では回答時間内の正答ができなかった場合、回答時間内正誤記録手段はこのことを記録する。
　問題処理能力評価手段は、予め定められた所定の基準と比較して被検者の問題処理能力を評価する。例えば記憶力、見当識、失語、失認、計算力、理解力、判断力及び実行機能の８つの検査項目のうち４つ以下の検査項目において回答時間内に正答できない場合は、被検者の問題処理能力は否定的に評価される。また例えば記憶力、見当識、失語、失認、計算力、理解力、判断力及び実行機能の８つの検査項目のうち、特に短時間で回答できる検査項目に重きを置いて被検者の問題処理能力を評価することもできる。例えば失認は図６のような設問が問われることとなるが、短時間で回答できる問題であるが、計算力は図７Ａ及び図７Ｂのような設問が問われることとなり、短時間で回答できる問題ではない。
　本発明にかかる認知機能評価システムは、認知症の基礎疾患ごとに認知症のリスクを診断できるものであり、例えば本発明にかかる認知機能評価システムによればある被検者に対してアルツハイマー型認知症に該当するとして評価することができるが、アルツハイマー型認知症であってもその病態は様々である。本発明にかかる認知機能評価システムによれば、問題処理能力評価手段を備えているため、認知症の基礎疾患の判断が可能となるだけでなく、更に、病態までも評価可能である。例えば、アルツハイマー型認知症は記憶障害の悪化を基本とする疾患であるが、その病態としては、記憶障害以外にも、見当識障害、学習障害、注意障害、視空間認知障害、問題処理能力障害等がある。例えば、アルツハイマー型認知症に該当すると判断された人によっては、記憶障害有り、見当識障害有り、問題処理能力障害無しと判断される人もいれば、記憶障害有り、見当識障害無し、問題処理能力障害有りと判断される人もいる。
　本発明の認知機能評価システムによれば、被検者が例えばアルツハイマー型認知症のリスクが高いと判断され、且つ、問題処理能力の評価が否定的に評価された場合（即ち、この被検者はアルツハイマー型認知症のリスクが高く、記憶障害有り、問題処理能力障害有りと判断されたことになる。）は、被検者の日常生活の行動に危険性がある虞があるため、被検者の介護の強化が図られるべきである。被検者が例えばアルツハイマー型認知症のリスクが高いと判断され、且つ、問題処理能力の評価が肯定的に評価された場合（即ち、この被検者はアルツハイマー型認知症のリスクが高く、記憶障害有り、問題処理能力障害無しと判断されたことになる。）は、被検者の記憶能力は低下しているもの日常生活の行動能力は低下していないため、被検者の介護の強化はさほど重視されるべきではない。
　またリスク算出部１５は、問題処理能力評価手段により評価された被験者の制限時間内の問題処理能力に基づき、自動車の安全運転能力を評価する安全運転能力評価手段を備える。被検者の安全運転能力の評価は結果出力部１７に出力される。被検者の問題処理能力の評価が否定的な場合は、被検者の安全運転能力も否定的に評価される。被検者の問題処理能力の評価が肯定的な場合は、被検者の安全運転能力も肯定的に評価される。わが国の自動車免許制度において認知症の方が自動車の運転を行うことは禁止されているが、ＭＣＩ（軽度認知障害）の方は自動車の運転は禁止されていない。認知症ではないが認知機能の低下がみられ今後認知症となるおそれがあるＭＣＩの場合、その後認知症となる可能性があることから、一定期間後に臨時適性検査が義務づけられているのみである。本発明の認知機能評価システムによれば、被検者が例えばアルツハイマー型認知症のリスクが高いと判断されれば、自動車の運転を行うことは避けるべきである。被検者が例えばアルツハイマー型認知症のＭＣＩのリスクが高いと判断され、且つ、問題処理能力の評価が否定的であるため安全運転能力も否定的に評価された場合は、自動車の運転を行うことは避けるべきである。被検者が例えばアルツハイマー型認知症のＭＣＩのリスクが高いと判断され、且つ、問題処理能力の評価が肯定的であるため安全運転能力も肯定的に評価された場合は、自動車の運転を自粛する必要性は少ない。
　（検査の流れ）
　以下に、本実施形態に係る認知機能評価システムを用いた検査の流れを説明する。本実施形態に係る認知機能評価システムには、およそ７０の設問が用意されている。プロファイル情報は検査者が入力する。プロファイル情報とは、居住地、生年月日、性別などである。被験者は画面表示部１２である液晶ディスプレイに向かって、検査当日の体調や前日の睡眠状況、最近の自覚症状、最近の習慣などに回答した後に、認知機能を評価するために用意された各種設問に回答していくこととなる。
　ここで、各種設問は上述の通り、９つの検査項目のいずれかに対応している。９つの検査項目は、記憶力（Ｘ１）、見当識（Ｘ２）、失語（Ｘ３）、失認（Ｘ４）、計算力（Ｘ５）、理解力（Ｘ６）、判断力（Ｘ７）、実行機能（Ｘ８）、補正項（Ｃ）からなり、記憶力（Ｘ１）はさらに即時記憶（Ｘ１Ａ）と近時記憶（Ｘ１Ｂ）とに分類される。そして、Ｘ１，Ｘ２，…Ｘ８は配点が各１０点、Ｃが２０点となっており、計１００点満点で評価されることとなる。ここで、点数が高いほど認知機能が高く維持されており認知症のリスクが低く、点数が低いほど認知機能が低下しており認知症のリスクが高い、と評価されることとなる。
　各項目について説明する。記憶力とは物事を記憶する能力であり、本システムでは即時記憶と近時記憶とが測定される。即時記憶とは、数秒前のことを記憶している能力のことであり、例えば図３Ａ，図３Ｂのような設問が問われることとなる。近時記憶とは、数分前のことを記憶している能力であり、例えば本検査の終了直前に、図３Ｃのような設問が問われることになる。
　見当識とは、現在の年月や時刻、自分がどこに居るかなど基本的な状況把握のことであり、例えば図４のような設問が問われることとなる。
　失語とは、言葉を理解し、操作するための機能が低下することを表す。ここでは単語の知識を基に失語について検査することにしており、例えば、図５のような設問が問われることとなる。
　失認とは、五感を通した認識力が低下することを表し、例えば、図６のような設問が問われることとなる。
　計算力とは、四則演算などの計算を行う能力のことであり、例えば図７Ａ，図７Ｂのような設問が問われることとなる。
　理解力とは、物事を理解する能力のことであり、例えば図８Ａ，図８Ｂのような設問が問われることとなる。
　判断力とは、状況を判断する能力のことであり、例えば図９のような設問が問われることとなる。
　実行機能とは、物事を順序立てて実行する機能のことである。例えば、図１０のような設問で問われることとなる。
　補正項とは、上記以外の検査項目であり、例えば、認知症の自覚があるかどうかが問われることとなる。この補正項については、後述の算出結果補正部２２の処理において詳細に説明する。
　このようにして、被験者がおよそ７０個の設問に回答すると、回答された内容について採点を行い、検査項目毎の得点（Ｘ１Ａ，Ｘ１Ｂ，Ｘ２，…Ｘ８，Ｃ）が計算される。そして、この計算された検査項目毎の得点（検査値）を用いて、基礎疾患のリスクが算出される。
　ここで、基礎疾患のリスクを算出する際には、補正項以外の各得点（Ｘ１Ａ，Ｘ１Ｂ，Ｘ２，…Ｘ８）に対して９個の傾斜係数（Ａ１Ａ，Ａ１Ｂ，Ａ２，…，Ａ８）を掛け合わせた一次式として計算される。これを一般式で書くと、下記式で表される。
Ｙ＝Ａ１Ｘ１｛＝Ａ１ＡＸ１Ａ＋Ａ１ＢＸ１Ｂ｝＋Ａ２Ｘ２＋Ａ３Ｘ３＋Ａ４Ｘ４＋Ａ５Ｘ５＋Ａ６Ｘ６＋Ａ７Ｘ７＋Ａ８Ｘ８
　ここで、傾斜係数（Ａ１Ａ，Ａ１Ｂ，Ａ２，…，Ａ８）の組み合わせは各基礎疾患によって異なり、具体的な計算式としては以下の式が初期値として用いられる。
・アルツハイマー型認知症（ＡＤ）
Ｙ＝３．７Ｘ１（＝１．２Ｘ１Ａ＋２．５Ｘ１Ｂ）＋２．０Ｘ２＋１．２Ｘ３＋０．８Ｘ４＋０．２Ｘ５＋０．７Ｘ６＋１．１Ｘ７＋０．３Ｘ８
・脳血管性認知症（ＶａＤ）
Ｙ＝１．６Ｘ１（＝０．７Ｘ１Ａ＋０．９Ｘ１Ｂ）＋１．０Ｘ２＋１．９Ｘ３＋１．４Ｘ４＋０．８Ｘ５＋０．６Ｘ６＋０．６Ｘ７＋２．１Ｘ８
・レビー小体型認知症（ＤＬＢＤ）
Ｙ＝１．３Ｘ１（＝０．５Ｘ１Ａ＋０．８Ｘ１Ｂ）＋１．４Ｘ２＋１．１Ｘ３＋１．６Ｘ４＋０．５Ｘ５＋０．９Ｘ６＋１．２Ｘ７＋２．０Ｘ８
・パーキンソン認知症複合（ＰＤＤ）
Ｙ＝１．４Ｘ１（＝０．５Ｘ１Ａ＋０．９Ｘ１Ｂ）＋１．３Ｘ２＋１．１Ｘ３＋１．６Ｘ４＋０．５Ｘ５＋０．９Ｘ６＋１．２Ｘ７＋２．０Ｘ８
・前頭側頭型認知症（ＦＴＤ）
Ｙ＝１．６Ｘ１（＝０．７Ｘ１Ａ＋０．９Ｘ１Ｂ）＋１．０Ｘ２＋１．１Ｘ３＋１．５Ｘ４＋０．５Ｘ５＋１．１Ｘ６＋１．２Ｘ７＋２．０Ｘ８
・皮質基底核変性症
Ｙ＝１．６Ｘ１（＝０．５Ｘ１Ａ＋１．１Ｘ１Ｂ）＋１．０Ｘ２＋１．５Ｘ３＋０．９Ｘ４＋０．５Ｘ５＋０．９Ｘ６＋１．２Ｘ７＋２．４Ｘ８
・脳炎（後遺症）
Ｙ＝１．４Ｘ１（＝０．７Ｘ１Ａ＋０．７Ｘ１Ｂ）＋１．２Ｘ２＋１．１Ｘ３＋１．６Ｘ４＋１．１Ｘ５＋０．９Ｘ６＋１．２Ｘ７＋１．５Ｘ８
・代謝性脳症
Ｙ＝１．２Ｘ１（＝０．５Ｘ１Ａ＋０．７Ｘ１Ｂ）＋１．２Ｘ２＋１．１Ｘ３＋１．６Ｘ４＋１．０Ｘ５＋１．１Ｘ６＋１．４Ｘ７＋１．４Ｘ８
・正常圧水頭症
Ｙ＝１．２Ｘ１（＝０．５Ｘ１Ａ＋０．７Ｘ１Ｂ）＋１．２Ｘ２＋１．３Ｘ３＋１．６Ｘ４＋１．２Ｘ５＋１．１Ｘ６＋１．２Ｘ７＋１．２Ｘ８
　つまり、基礎疾患ごとに異なる算出式を用いてリスクが算出されることとなる。この初期値としての傾斜係数（Ａ１Ａ，Ａ１Ｂ，Ａ２，…，Ａ８）の組み合わせは、医学的な知見により定めたものであるが、後述するように重回帰分析によって修正することが可能となっている。初期傾斜係数は、各認知機能が各基礎疾患でどの程度障害されやすいかを比で表し、次いで各係数をそれらの総和で除したのち、それぞれに１０を乗じて算出できる。重回帰分析において、独立変数は二値、カテゴリー、順序、数値変数のいずれでも良い。従属変数は二値、順序のいずれでも良い。モデルは、線形でも非線形モデルでも良い。更に、数値変数は対数変換を行っても良い。基礎疾患は必ずしも上記に限定されるものでは無い。情報があれば同様の処理ができるからである。
　そして、上記処理によって基礎疾患のリスクが算出されると、補正項の検査値Ｃを用いて、算出結果補正部２２において算出された結果の補正が行われる。補正の内容としては例えば、被験者が検査の序盤に問われる検査当日の体調や前日の睡眠状況に関する設問に否定的な入力をした場合、補正項Ｃとして所定の点数を与えて基礎疾患のリスクを低く評価する。これは、認知症の患者は睡眠状況や自身の体調について否定的な見解を持たないことが多いためである。うつや心因性反応では否定的見解となりやすい。補正項として否定的見解の時プラス２点、やや否定的見解の時プラス１点を与えるとともに、これらの評価項目については、別途表記するのが望ましい。
　また、被験者が検査の序盤に問われる認知症の自覚に関する設問に肯定的な入力をした場合、補正項Ｃとして所定の点数を与えて基礎疾患のリスクを低く評価する。これは、認知症の患者は認知症の自覚がないことが大半だからである。うつや神経症では過度の不安感を伴いやすい。補正項として否定的見解の時プラス２点、やや否定的見解の時プラス１点を与えるとともに、これらの評価項目については、別途表記するのが望ましい。
　また、被験者が検査の序盤に問われる被験者の教育歴が長い場合、補正項Ｃとして計算力の傾斜係数を増加させる。これは、教育歴が長いにも関わらず計算力が低下しているということは認知症の可能性が考えられるので、リスク算出における計算力の影響を大きくして認知症リスクを露見しやすくするためである。教育歴の長短は、例えば、被験者の大学卒業の有無により定義することが可能である。或いは、小学校、中学校、高等学校、大学、大学院の就学年数として定義することもできる。多変量解析に用いる情報としては、カテゴリーにまとめた情報より、数値情報の方が情報量としては優れている。教育歴が、認知機能に及ぼす影響は、認知機能領域や設問によって異なるため、それぞれに応じた補正が望ましい。例えばリンゴをリンゴと認識する認知機能、表情を識別する認知機能には教育歴は影響しない。認知機能領域の傾斜係数を補正することができる。
　また、被験者の年齢が高い場合、補正項Ｃとして見当識の傾斜係数を増加させる。これは、年齢が高いと見当識が低下する傾向が強いため、リスク算出における見当識の影響を大きくして認知症リスクを露見しやすくするためである。例えば、６０歳以上の場合、被験者の年齢が高いと定義することが可能である。年齢は実年齢（数値情報）が望ましい。多変量解析において情報量として多くなるためである。認知機能領域の傾斜係数を補正することができる。年齢は、聴力、視力、動作速度にも影響するから、認知機能評価時に年齢情報を同時に取得し、補正することができる。各認知機能領域の傾斜係数を補正することができる。
　また、各設問には「わからない」ことを入力することが可能となっており（例えば図３Ｂ右端）、被験者が「わからない」ことが入力される割合が一定頻度以上の場合、補正項Ｃとして所定の点数を与えて基礎疾患のリスクを低く評価する。これは、「わからない」ことが入力される割合が一定頻度以上の場合には、認知症ではなく鬱病などの他の疾患が疑われるためである。「わからない」の選択と回答ができなかったのとは意味が異なる。「わからない」を選択したことは、その意味を理解し、他の選択肢を選ばず、誤答となることを理解したうえで、それを選択することであるからである。認知症では「わからないの」選択は減り、更に認知症の進行につれて「わからない」の選択はさらに減る。高度であれば、「わからない」の選択はなくなる。従って、例えば「わからない」選択のために低得点となった場合、それを直ちに認知症のリスクと判定するのは適切でない。基礎疾患によっても「わからない」の選択頻度は異なる。例えば、ＡＤでは取り繕い反応がみられるため「わからない」選択は他の基礎疾患に比べれば多い。ＦＴＤでは検査に対する取り組みの姿勢が変わるため「わからない」選択頻度は他の認知症基礎疾患に比べて高い。ＮＰＨでは、「わからない」選択の頻度は低い。この様に、「わからない」選択は基礎疾患の鑑別に役立つ、認知機能評価になる。次に述べる、低難易度問題と高難易度問題に対する「わからない」選択との組み合わせは、認知症の診断と鑑別に有効である。例えば、低難易度問題に対して「わからない」を選択し、高難易度問題に対して「わからない」を選択しなかった場合は、認知症のリスクは低くなる。更に高難易度問題に対して正答の場合、認知症以外の要因、つまり「うつ」や心因性反応を考慮すべきである。「わからない」選択は、頻度、どの設問に対して選択されたか、および分布が、認知症リスク評価に有用である。「わからない」選択の有無は一覧表示することができる。「わからない」選択の有無を多変量解析することによって、認知症リスク判定の精度を高めることができる。
　さらに、低難易度項目と高難易度項目が用意されているような設問（例えば図７Ａ，図７Ｂ）において、被験者が低難易度項目（図７Ａ）は誤答したが高難易度項目（図７Ｂ）を正答した場合、補正項Ｃとして所定の点数を与えて基礎疾患のリスクを低く評価する。これは高難易度項目に正答したということは計算力が低下しておらず、低難易度項目の誤答は単なる過誤と考えられるためである。
　さらに、画面表示部１２に設けられた撮像部２３を用いて被験者の瞬目頻度を検出し、瞬目頻度が少ない場合に補正項Ｃとして所定の点数を減じて基礎疾患のリスクを高く評価する。これは、認知症患者は瞬目頻度が少ない傾向があるためである。瞬目頻度を検出する瞬目頻度検出手段は、例えば、平常時の瞬目頻度をＢU、試験時の瞬目頻度をＢTとすると、瞬目頻度Ｂを、Ｂ＝ＢU／ＢTにより算出して検出することができる。単位時間当たりの瞬目頻度を比較しても良い。上眼瞼の動きが下眼瞼の動きより大きいため、上眼瞼の動きを検出して測定することもできる。角膜反射の消失、瞳孔の遮蔽を評価しても良い。瞬目頻度の減少は認知症基礎疾患によって異なる。例えばＰＤＤでは減少の程度がＡＤに比べて大きい。従って、瞬目頻度は基礎疾患の鑑別に有用でもある。また認知症の進行期によっても異なる。各認知機能領域の傾斜係数を補正することができる。更に非線形モデルを用いて補正を行うこともできる。
　さらに、撮像部２３を用いて被験者の表情の変化を検出し、表情の変化が所定の基準以下の場合に補正項Ｃとして所定の点数を減じて基礎疾患のリスクを高く評価する。これは、認知症患者は表情の変化が少ない傾向があるためである。表情の変化は、眼瞼、眉、顎、鼻、鼻唇溝、口角、を３Ｄで捉えて評価する。表情の変化の減少は認知症基礎疾患によって異なる。例えばＰＤＤ、ＤＬＤＢでは減少の程度がＡＤに比べて大きい。ＦＴＤ、ＮＰＨでも減少する。この減少の程度は、上記瞬目減少とは一致しない。表情の変化は、基礎疾患によって違うのであるから当然、基礎疾患に応じた評価が必要である。また表情の評価は基礎疾患の鑑別に有用でもある。また認知症の進行期によっても異なる。各認知機能領域の傾斜係数を補正することができる。この補正に際しても非線形モデルを用いることができる。
　その後、リスク選定部１６において、補正された各基礎疾患のリスクの算出結果に対して、リスクの高いものを選定する。選定手段は、算出した基礎疾患ごとのリスクの中で、基礎疾患基準値以上であるが、ＭＣＩのリスクがあると判断される予め定められたＭＣＩ(軽度認知障害)基準値よりも低いＹがある場合、その基礎疾患のＭＣＩのリスクがあるとして選定する。具体的には、記憶力（Ｘ１）、見当識（Ｘ２）、失語（Ｘ３）、失認（Ｘ４）、計算力（Ｘ５）、理解力（Ｘ６）、判断力（Ｘ７）、実行機能（Ｘ８）、及び、補正項（Ｃ）からなる検査項目において、Ｘ１，Ｘ２，…Ｘ８は配点が各１０点、Ｃが２０点となっており、計１００点満点で評価され、基礎疾患基準値が７０点で、ＭＣＩ基準値が８０点の場合、上記算出式及び補正によって得られた点数が６９点以下の基礎疾患を認知症リスクが高い基礎疾患として、７０点～７９点の基礎疾患をＭＣＩのリスクがあるとして、算出結果とともに画面表示部１２に表示する。または、算出した基礎疾患全てについて、リスクの高い順（点数の低い順）に、画面表示部１２に表示してもよい。この際、認知症の可能性を示すとともに、どの基礎疾患による認知症であるのかを示すことができる。認知症の有無の判定は、最高のリスクを示したもの算出結果で行う。具体的に基礎疾患Ａ　５０点、Ｂ　６０点、Ｃ　７０点、Ｄ－Ｈ　８０点となった場合、Ａの５０点を採用し、この被験者は認知症である可能性が高いと判定する。合わせて基礎疾患としてＡの可能性が最も高く、次いでＢの可能性があると判定する。基礎疾患Ｃに関してはＭＣＩの状況と判定する。Ｄ－Ｈの基礎疾患に関してはそれらによる認知症の可能性は低いと判定する。
　また、各基礎疾患のＭＣＩのリスクの判定方法として、ＭＣＩに該当する被検者は、認知症の基礎疾患に該当する被検者よりも、上述の式（１）で与えられるリスクＹ又は式（１’）で与えられるリスクＹにつき高得点（即ち、認知症には該当しないとの点数である。）を示すため、式（１）及び式（１’）の傾斜係数Ａ１～Ａ８と補正項Ｃとにそれぞれカットオフ係数を乗じて、各基礎疾患のＭＣＩのリスクを判定することも可能である。カットオフ係数は、各基礎疾患の特質を考慮して各基礎疾患のＭＣＩごとに設定することが可能であり、例えば０．５～０．９の範囲で設定可能である。より具体的には、アルツハイマー型認知症（ＡＤ）の場合はカットオフ係数を０．９し、脳血管性認知症（ＶａＤ）の場合はカットオフ係数を０．５とし、レビー小体型認知症（ＤＬＢＤ）の場合はカットオフ係数を０．６とし、パーキンソン認知症複合（ＰＤＤ）の場合はカットオフ係数を０．６とし、前頭側頭型認知症（ＦＴＤ）の場合はカットオフ係数を０．９とし、皮質基底核変性症の場合はカットオフ係数を０．８とし、脳炎（後遺症）の場合はカットオフ係数を０．６とし、代謝性脳症の場合はカットオフ係数を０．６とし、正常圧水頭症の場合はカットオフ係数を０．６とすることができる。
　それと同時に、結果出力部１７においては、算出結果に対して、レーダーチャートを作成して出力する。ここでこのレーダーチャートでは、算出結果と各基礎疾患の病型とが比較して確認できるようになっている。こうすることで、医療従事者は被験者の検査結果に対して視覚的に容易に認知機能及び基礎疾患のリスクの評価を行うことができる。また、それと同時に病型別確率を表示することができ、定量的な判断も可能となっている。レーダーチャートは相似性を保持して拡大表示することもできる。各病型のレーダーチャートと比較する場合に判断が容易になる。レーダーチャートの面積や切片値和、切片値二乗和を表示することもできる。各病型別レーダーチャートとの切片差和、切片値二乗和を表示することもできる。本発明におけるレーダーチャートには認知症の特に初期の判断に有用である。基礎疾患別にレーダーチャートの概形が異なるため、被験者のレーダーチャートの形から基礎疾患が推定できる。得点としては高くても、基礎疾患のレーダーチャートに類似した形状の時は、その基礎疾患である、または、その初期である、又はその基礎疾患の予備軍であると推定することができる。
　なお、本認知機能評価システムでは、被験者に応じて医療従事者が設問内容を変更できる。具体的には、各検査値の配点を変更できる配点変更手段と、各設問の回答時間を設定できる回答時間設定手段とを備えた設問変更部１３を用いて、変更作業を行うこととなる。
　配点を変更することで、問題数を減らしたり、難易度の高い問題の配点を低くしたりすることができる。また、回答時間を設定することで、所定の回答時間内に回答できなかったことを補正項として導入することができるとともに、所要時間が長くなりすぎて検査が円滑に進まないことを防ぐことができる。さらに、時間制限によって無回答となった設問が多い場合には、本人の回答意欲が低く、認知症ではなく「うつ」「神経症」のリスクを想定することができる。
　さらに、本認知機能評価システムには、検査が完了した被験者のリスク算出結果を記憶し、重回帰分析により傾斜係数の組み合わせを修正する係数修正部２１を備えている。このことにより、傾斜係数の組み合わせの精度をより高めることができ、認知機能評価システムの信頼性を向上することができる。
　さらに、本認知機能評価システムには、基礎疾患別に結果を記憶し、複数回の検査結果を比較することができる。従って、基礎疾患別の進行度合いを予測できる。
　さらに、本認知機能評価システムでは、検査が完了した被験者のリスク算出結果を記憶し、複数回の検査結果を比較することができる。従って、認知機能障害の進行度合いを定量的に評価できる。複数例の評価結果から、全体または基礎疾患別の進行程度を重回帰分析により傾斜係数として算出することができる。このことにより、被験者の認知機能障害の進行予測が可能になる。また、その予測に対して、被験者の認知機能の実測値のずれを評価することができる。
　（効果）
　以上述べたように、本発明の実施形態に係る認知機能評価システムでは、基礎疾患ごとのリスクをそれぞれ算出するので、被験者がどの基礎疾患のリスクが高いかを評価することができ、その後の専門医による診断及び医療行為に対して有益な情報を提供することができる。認知機能障害は基礎疾患別に異なる。また障害進行も基礎疾患別に異なる。本システムによって、基礎疾患別の進行予測ができる。また基礎疾患に応じた介入効果を評価できる。
　（他の実施形態）
　なお、本発明は、上記各実施形態に限定されず、例えばクライアント－サーバシステムとして実装してもよく、クライアント側はタブレット端末やスマートフォンなどとすることもできる。色覚障害者に対しては表示色を変更することができる。音声出力が可能であり、音量も調整できる。指による操作以外に、瞬目操作、フットタップ（フットスイッチ）、音声入力ができる。フットセンサー、音声センサーはＵＳＢなどで測定部位と接続できる。例えば画面上で選択肢が順次ハイライトされ、選択する場所がハイライトされた時に瞬目などの信号を送ることにより選択肢を選ぶことができる。この信号をフットタップや、音声で送っても良い。
　また、補正項として、被験者の性別、飲酒量、喫煙量などを採用することもできる。こうすることで、これらの要因による認知機能評価のバイアスを除去することが更に可能となるためである。これらの場合においても、本発明は上記実施形態と同様の効果を得ることができる。さらに、被験者の運動、知的活動、社会的活動を評価することができる。例えば、散歩時間、読書時間、サークル活動や老人会参加の多寡で評価しても良い。認知症では、こうした活動は減少する。従って、少ない場合認知症のリスクは高くなる。これらの活動は、認知症予防に有効であるから、その情報取得と評価を同時に行うことによって、認知症対策に役立てることができる。被験者の状況を知る被験者以外のものから情報を得ても良い。自覚的評価と、この被験者以外から得られた評価は異なっても良い。正誤で判定される認知機能評価と、自覚症状や、被験者自身の自己評価、或いは他覚的評価を同時に複数得ることによって、一つの情報のみによる評価の精度を挙げ補正できるとともに、両者の関係を検討することができる。
　以下において、具体的な本発明の実施例について説明する。
　（実施例１）
　本発明における認知機能評価システムを用いて２人の被験者に対して検査を行った。そして、各基礎疾患についてリスク評価を算出した。
　被験者Ａ及びＢの各検査項目の検査値を表１に示す。表１は、認知機能評価システムを用いた実施例１における検査項目の検査値である。
Figure JPOXMLDOC01-appb-T000001
　この表から読み取れるように、被験者Ａ及びＢはいずれも合計点は７０点となっている。ここで、本認知機能評価システムでは、８０点以上を正常、７０点～７９点を軽度認知障害（ＭＣＩ）、６９点以下を認知症という基準を用いている。よって、従来通りに単に合計点を評価するやり方では、被験者Ａ及びＢはいずれも同程度の軽度認知障害という検査結果となり、その後に専門医が診察するにあたって、それ以上の情報は得られない。
　しかし、本発明では、上述の通り検査項目の検査値を基に、基礎疾患のリスクを算出する。この算出結果を表２に示す。表２は、認知機能評価システムを用いた実施例１における基礎疾患のリスク算出結果である。
Figure JPOXMLDOC01-appb-T000002
　この表から読み取れるように、本発明によれば被験者Ａはアルツハイマー型認知症（ＡＤ）のリスク算出結果が５４．２点となっており、認知症の基準である６９点以下となっている。つまり、被験者Ａはアルツハイマー型認知症を基礎疾患とする認知症のリスクが高いと評価することができる。そして、被験者Ｂは脳血管性認知症（ＶａＤ）のリスク算出結果が６６．７点となっており、認知症の基準である６９点以下であるため、脳血管性認知症を基礎疾患とする認知症のリスクが高いと評価することができる。このように、本発明によれば、従来のやり方ではわからなかった被験者の基礎疾患のリスクをより精緻に評価することが可能となる。
　この被験者Ａでは、例えば、ＡＤ５４．２（アルツハイマー病による認知症の可能性が高い）、ＶａＤ７９．４（血管性認知症では無い）、ＤＬＢＤ７９．７（レビー小体病による認知症では無い）、ＰＤＤ７９．６（ＰＤＤでは無い）、ＦＴＤ８０．７（ＦＴＤによる認知症では無い）、皮質基底核変性症７９．７（皮質基底核変性症では無い）、脳炎後遺症８１．２（脳炎後遺症による認知症では無い）、代謝性脳症８２．５（代謝性脳症による認知症では無い）、正常圧水頭症８２．５（正常圧水頭症による認知症では無い）と表される。可能性の高いものから順に並び替えて表示しても良い。なお、この症例の場合の一般式は、被験者Ａについて
Ｙ＝Ａ１Ａ＋Ａ２＋６Ａ３＋８Ａ４＋１０Ａ５＋１０Ａ６＋７Ａ７＋９Ａ８＋Ｃ
被験者Ｂについて
Ｙ＝２Ａ１Ｂ＋１０Ａ２＋２Ａ３＋５Ａ４＋１０Ａ５＋１０Ａ６＋１０Ａ７＋３Ａ８＋Ｃ
となる。
　（実施例２）
　本発明における認知機能評価システムの係数修正部２１を用いたロジスティック回帰分析を行い、その結果を表３～表５に示した。表３～表５は、認知機能評価システムを用いた実施例２におけるロジスティック回帰分析の前提条件である。ここで、それぞれの項について正答を１、誤答を０としている。
Figure JPOXMLDOC01-appb-T000003
Figure JPOXMLDOC01-appb-T000004
　まず、ＡＤ群を１、ＶａＤ群を０、Ｔを陽性項目数として群間比較をすると、表３及び表４より、両群間で有意差が無いことが確認できる。この２群間でロジスティック回帰分析を行った結果が表５である。Ｅｘｐ（Ｂ）がオッズ比であり、ＡＤが項目別評価で推定されるオッズ比は逆数となる。ここでＡＤ群を１、正常群を０として群間比較しても良い。
　ＡＤ群を更に重症度分類しても良く、この場合、二項ロジスティック回帰モデルに代えて順序ロジスティック回帰モデルを用いても良い。
　このようにして、被験者の蓄積データを基にロジスティック回帰分析を行うことで、基礎疾患を算出する際の傾斜係数の組み合わせ（Ａ１Ａ，Ａ１Ｂ，Ａ２，…，Ａ８）を精緻化することが可能となり、本システムの信頼性を向上することができる。
Figure JPOXMLDOC01-appb-T000005
　（実施例３）
本発明における認知機能評価システムにより作成したレーダーチャートを図１１に示す。
図１１（Ａ）は基礎疾患Ａ（アルツハイマー病）の被験者アのものである。（Ｂ）は基礎疾患Ｂの被験者イのものである。（Ｃ）は被験者ウのものである。（Ｄ）は被験者エのものである。（Ｅ）は被験者オのものである。（Ｆ）は被験者カのものである。
　（Ｂ）は形状から基礎疾患Ａとは異なることが分かる。（Ｃ）はレーダーチャートの面積が小さく認知症であることが分かり、かつ形状が（Ａ）に似ていることから基礎疾患はＡであると分かる。（Ｄ）はレーダーチャートの面積が小さく認知症であることが分かり、かつ形状が（Ｂ）に似ていることから基礎疾患はＢであると分かる。
　（Ｅ）はレーダーチャートの形状から基礎疾患はＡであるが被験者ア，ウに比べて面積が広いことから程度が軽いことが分かる。（Ｆ）はレーダーチャートの面積は広くＭＣＩの範囲であり認知症とは言えないが、形状から今後基礎疾患Ａによる認知症より基礎疾患Ｂによる認知症になるリスクが高いと見做せる。
　（実施例４）
　本発明における認知機能評価システムの係数修正部２１を用いたロジスティック回帰分析を行い、その結果を図１２（Ａ）に示した。破線１は基礎疾患Ｉの継時的変化を線形回帰で示したものである。基礎疾患Ｉに属する被験者の継時的推移は破線１として予測される。実線２，３はそれぞれ、基礎疾患Ｉに属する被験者ＡとＢの継時的スコア推移を線形回帰で示したものである。実線２の場合、即ち破線１を上回る時、Ａの予後は予想されたより良かったことを示しており、この間に例えば介入アがあったとすればこのアは有効であったと見做せる。
　Ｂの継時的スコア推移が実線３の場合、即ち破線１を下回る時、Ｂの予後は予想されたより悪かったことを示しており、この間に介入イがあったとすればそのイは悪化要因であったと見做せる。従って、これは、例えば治療の有効性を調べる場合に有効である。認知症全体としての予後予測に比べて、基礎疾患別の予後予測の方が精度は高いため、本予測は既存の予測より優れている。ここでは例として直線回帰を示したが、曲線回帰を用いても良い。直線回帰を用いる場合でも曲線回帰を用いる場合においても、病期によってノッチを設けて、演算式を分けても良い（図１２（Ｂ）参照）。
　（実施例５）
認知機能に影響する因子の補正方法を具体的に示す。
図１３（Ａ）は生活習慣、例えば散歩Ａの有無と認知機能の関係を示したものである（他の因子は補正してある）。図で示した「差」分だけ散歩有群の認知機能が良いことが分かる。この時、Ａ有群と無群を独立因子として、認知機能を従属因子としてロジスティック回帰分析を行う。散歩の有無を調整因子に加えた時、この「差」が有意で無くなれば、認知機能評価において散歩の有無が仲介因子となっていることが分かる。従って、散歩の有無で認知機能評価を補正する必要はない。逆に「差」が有意として残った場合、その部分は仲介因子では無いと考えられるため、認知機能評価の補正が必要である。この「差」は認知症基礎疾患別に異なる。
　図１３（Ｂ）は生活習慣、例えば散歩時間Ａと認知機能の関係を示したものである（他の因子は補正してある）。両者の関係は図に示したようにＳ字状曲線を描く。即ち、Ａが増えるにつれ認知機能は改善するが、その関係は線形にはならず、ある程度以下の時と、Ａの量が一定値以上の時には認知機能の改善は見られず、逆に一定量以下の時、認知機能の悪化も見られなくなる。この様に、上記補正では、Ａの範囲を考慮するのが望ましい。具体的には、例えば図１３（Ｂ）において曲線の微分係数が０．２未満の場合は補正しないのが望ましい。この図の概形も認知症基礎疾患別に異なる。
　（実施例６）
　瞬目センサーを用いた検査の例を示す。筋委縮性側索硬化症（ＡＬＳ）に代表される神経筋疾患では、四肢の動きが制限され、発語もできなくなり認知症の有無の判定が困難になる。被験者はベッド臥床状態であるが、瞬目で自分の意思を伝達することができる。視覚、聴覚が障害されることは少ないため、本システムの使用は可能である。また、ＡＬＳでは眼輪筋は障害されにくいため、瞬目動作は可能である。問題提示については同様に行う。
　回答は選択肢であるため、選択肢の一つをハイライトすることができる。被験者は、選択したい選択肢がハイライトされた時に瞬目を行う。システムはその瞬目を感知し、ハイライトの移動が一旦停止する。ついで、被験者が、その選択肢で良いと判断した場合は再度瞬目を行うことによってその選択が確定される。間違って選ばれハイライトが停止した場合は、瞬目を行わないことによって、誤選択と見なし、次の選択肢にハイライトが移動する。この様にして順次回答を決定する。
　所要時間は、病状によって異なるため、ここでは、選択の正誤、分布等によって、他の実施形態同様に認知機能の評価と、認知症基礎疾患別の認知症評価を行う。なお、例えばＡＬＳであっても認知症を合併する場合はある。この様に、従来は困難であった、臥床状態の被験者であっても認知症診断が可能になる。
　以上説明したように、本発明は、認知症診療の現場において極めて有用である。具体的には、本発明によって本来複数の基礎疾患からなる認知症をその基礎疾患別に分けて判断することができるようになるため次のことが可能になる。
　認知症の有無を早期に判断できる。検査部分に介助がいらないため、何処でも誰でも実施でき、市役所など公的機関、医療機関の待合、福祉施設などで、認知症のスクリーニング検査ができる。
　認知症の基礎疾患を示すことができる。治療は基礎疾患によって異なるため、治療を考える上では、認知症の基礎疾患を知ることが望ましい。
　認知症と区別すべき病態を示すことができる。例えば「うつ」や「神経症」によって認知症が正しく評価されていないことがある
　認知症の予後を予測することができる。認知症の予後は、認知症基礎疾患によって異なるため、基礎疾患別に考慮するのが望ましい。
　認知症に対する治療・介入効果を示すことができる。前述のように、治療は認知症基礎疾患によって異なるし、その効果も認知症基礎疾患によって異なるため、認知症基礎疾患を考慮した認知機能評価が望ましい。
　加えて、手による操作が困難な方でも認知機能評価ができる。具体的には、臥床状態の方にも実施できる。臥床状態であっても、認知症である方と、認知機能は正常である方がおられる。
１     コンピュータ
１１   設問記憶部
１２   画面表示部
１３   設問変更部
１４   検査値計測部
１５   リスク算出部
１６   リスク選定部
１７   結果出力部
２１   係数修正部
２２   算出結果補正部
２３   撮像部

Claims (25)

  1. 　被験者の認知機能における複数の基礎疾患のリスクを、各認知機能についての検査項目に基づいて評価する認知機能評価システムであって、
    　前記検査項目の検査値を計測する計測手段と、
    　前記計測手段により計測された検査値を基に前記リスクを算出する算出手段と、
    　前記算出したリスクの中から、リスクの高い基礎疾患を選定する選定手段とを備えることを特徴とする認知機能評価システム。
  2. 　前記基礎疾患は、アルツハイマー型認知症、脳血管性認知症、レビー小体型認知症、パーキンソン認知症複合、前頭側頭型認知症、皮質基底核変性症、脳炎（後遺症）、代謝性脳症、又は、正常圧水頭症の中のいずれか１つ以上であることを特徴とする請求項１に記載の認知機能評価システム。
  3. 前記検査項目は、記憶力、見当識、失語、失認、計算力、理解力、判断力、及び、実行機能の中のいずれか１つ以上であることを特徴とする請求項１又は２に記載の認知機能評価システム。
  4. 　前記検査値の配点を変更できる配点変更手段を更に備えることを特徴とする請求項１～３のいずれか１つに記載の認知機能評価システム。
  5. 　前記検査項目の回答時間を設定できる回答時間設定手段を更に備えることを特徴とする請求項１～４のいずれか１つに記載の認知機能評価システム。
  6. 　前記算出手段は、前記リスクの算出式を多変量解析によって修正する修正機能を備えることを特徴とする請求項１～５のいずれか１つに記載の認知機能評価システム。
  7. 　前記多変量解析は重回帰分析であることを特徴とする請求項６に記載の認知機能評価システム。
  8. 　前記検査項目は高難易度項目と低難易度項目とからなり、
    　被験者が低難易度項目は誤答したが高難易度項目を正答した場合、前記基礎疾患のリスクを補正評価することを特徴とする請求項１～７のいずれか１つに記載の認知機能評価システム。
  9. 　前記被験者の身体の状態に関する事項を入力する入力手段を更に有し、
    　被験者が身体の状態に関する事項に否定的に入力された場合、前記基礎疾患のリスクを補正評価することを特徴とする請求項１～８のいずれか１つに記載の認知機能評価システム。
  10. 　前記被験者の認知症の自覚に関する事項を入力する入力手段を更に有し、
    　被験者が認知症の自覚に関する事項に肯定的に入力された場合、前記基礎疾患のリスクを補正評価することを特徴とする請求項１～９のいずれか１つに記載の認知機能評価システム。
  11. 　前記被験者の教育歴に関する事項を入力する入力手段を更に有し、
    　被験者の教育歴が長い場合、前記計算力の傾斜係数を増加させることを特徴とする請求項３に記載の認知機能評価システム。
  12. 　前記被験者が、検査項目がわからないことを入力する入力手段を更に有し、
    　わからないことが入力される割合が一定頻度以上の場合、前記基礎疾患のリスクを補正評価する請求項１～１１のいずれか１つに記載の認知機能評価システム。
  13. 　被験者の瞬目頻度を検出する瞬目頻度検出手段を更に有し、
    　前記瞬目頻度が少ない場合に前記基礎疾患のリスクを補正評価することを特徴とする請求項１～１２のいずれか１つに記載の認知機能評価システム。
  14. 　被験者の表情の変化を検出する表情検出手段を更に有し、
    　前記表情の変化が所定の基準以下の場合に前記基礎疾患のリスクを補正評価する請求項１～１３のいずれか１つに記載の認知機能評価システム。
  15. 　前記検査項目の検査値を基にレーダーチャートを作成し、予め定められた基礎疾患の病型別のレーダーチャートと対比して表示する表示手段を更に備えることを特徴とする請求項１～１４のいずれか１つに記載の認知機能評価システム。
  16. 　前記検査項目の検査値を複数回記録することによって、基礎疾患別に予後予測を行う請求項１～１５のいずれか１つに記載の認知機能評価システム。
  17. 　前記検査項目の検査結果から、基礎疾患の病型別に、進行度を予測することを特徴とする請求項１～１６のいずれか１つに記載の認知機能評価システム。
  18. 　前記検査項目の検査値を複数回記録することによって、基礎疾患の病型別の予後予測と対比して進行度合いを評価することを特徴とする請求項１～１７のいずれか１つに記載の認知機能評価システム。
  19. 　被験者の認知機能における複数の基礎疾患のリスクを、各認知機能についての検査項目に基づいて評価する認知機能評価システムであって、
    　前記複数の基礎疾患は、アルツハイマー型認知症（ＡＤ）、脳血管性認知症(ＶＡＤ)、レビー小体型認知症(ＤＬＢＤ)、パーキンソン認知症複合(ＰＤＤ)、前頭側頭型認知症（ＦＴＤ）、皮質基底核変性症、脳炎（後遺症）、代謝性脳症、又は、正常圧水頭症の何れかであり、
    　前記検査項目は、記憶力、見当識、失語、失認、計算力、理解力、判断力、及び、実行機能からなり、
    　各検査項目の各検査値であるＸ１（記憶力の検査値）、Ｘ２（見当識の検査値）、Ｘ３（失語の検査値）、Ｘ４（失認の検査値）、Ｘ５（計算力の検査値）、Ｘ６（理解力の検査値）、Ｘ７（判断力の検査値）、及び、Ｘ８（実行機能の検査値）を、認知機能が維持されている場合は高い点数で、認知機能が維持されていない場合は低い点数で計測する計測手段と、
    　前記計測手段により計測された各検査値（Ｘ１、Ｘ２、Ｘ３、Ｘ４、Ｘ５、Ｘ６、Ｘ７、及び、Ｘ８）に、各基礎疾患ごとの傾斜係数（Ａ１、Ａ２、Ａ３、Ａ４、Ａ５、Ａ６、Ａ７、及び、Ａ８）をそれぞれ掛け合わせた各値を全て足し合わせた基礎疾患のリスクＹを基礎疾患ごとに算出する、下記式(１)で示される算出手段と、
    Ｙ＝Ａ１Ｘ１+Ａ２Ｘ２+Ａ３Ｘ３+Ａ４Ｘ４+Ａ５Ｘ５+Ａ６Ｘ６+Ａ７Ｘ７+Ａ８Ｘ８・・・（１）
    　算出した基礎疾患ごとのＹの中で、基礎疾患のリスクがあると判断される予め定められた基礎疾患基準値よりも低いＹがある場合、そのＹの基礎疾患をリスクの高い基礎疾患として選定する選定手段と、
    を備えることを特徴とする認知機能評価システム。
  20. 　前記各検査項目の各検査値（Ｘ１、Ｘ２、Ｘ３、Ｘ４、Ｘ５、Ｘ６、Ｘ７、及び、Ｘ８）を基にレーダーチャートを作成し、予め定められた基礎疾患ごとのレーダーチャートと対比して表示する表示手段と、
    を備えることを特徴とする請求項１９に記載の認知機能評価システム。
  21. 　前記検査項目は、記憶力、見当識、失語、失認、計算力、理解力、判断力、実行機能、及び、補正項からなり、
    　前記算出手段は、前記計測手段により計測された各検査値（Ｘ１、Ｘ２、Ｘ３、Ｘ４、Ｘ５、Ｘ６、Ｘ７、及び、Ｘ８）に、各基礎疾患ごとの傾斜係数（Ａ１、Ａ２、Ａ３、Ａ４、Ａ５、Ａ６、Ａ７、及び、Ａ８）をそれぞれ掛け合わせた各値を全て足し合わせ、更に、Ｃ（補正項の検査値）を足し合わせた基礎疾患のリスクＹを基礎疾患ごとに算出する下記式(１’)
    Ｙ＝Ａ１Ｘ１+Ａ２Ｘ２+Ａ３Ｘ３+Ａ４Ｘ４+Ａ５Ｘ５+Ａ６Ｘ６+Ａ７Ｘ７+Ａ８Ｘ８+Ｃ・・・(1’)
    を備えることを特徴とする請求項１９又は２０に記載の認知機能評価システム。
  22. 　前記選定手段は、算出した基礎疾患ごとのＹの中で、前記基礎疾患基準値以上であるが、ＭＣＩのリスクがあると判断される予め定められたＭＣＩ基準値よりも低いＹがある場合、その基礎疾患のＭＣＩのリスクがあるとして選定する、ことを特徴とする請求項１９～２０の何れか１項に記載の認知機能評価システム。
  23. 　前記各検査項目の回答時間をそれぞれ設定できる回答時間設定手段を更に備えることを特徴とする請求項１９～２２のいずれか１つに記載の認知機能評価システム。
  24. 　前記各検査項目において前記回答時間内に正答できたか否かを記録する回答時間内正誤記録手段と、
    　前記回答時間内に正答できた検査項目の個数に基づいて、被検者の検査に対する制限時間内の問題処理能力を評価する問題処理能力評価手段と、
    備えることを特徴とする請求項２３に記載の認知機能評価システム。
  25. 　前記問題処理能力評価手段により評価された被験者の制限時間内の問題処理能力に基づき、自動車の安全運転能力を評価する安全運転能力評価手段
    を備えることを特徴とする請求項２４に記載の認知機能評価システム。
PCT/JP2018/000085 2017-01-10 2018-01-05 認知機能評価システム WO2018131542A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020197023162A KR20190101458A (ko) 2017-01-10 2018-01-05 인지 기능 평가 시스템
JP2018561345A JP6973802B2 (ja) 2017-01-10 2018-01-05 認知機能評価システム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017001600 2017-01-10
JP2017-001600 2017-01-31

Publications (1)

Publication Number Publication Date
WO2018131542A1 true WO2018131542A1 (ja) 2018-07-19

Family

ID=62839893

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/000085 WO2018131542A1 (ja) 2017-01-10 2018-01-05 認知機能評価システム

Country Status (3)

Country Link
JP (1) JP6973802B2 (ja)
KR (1) KR20190101458A (ja)
WO (1) WO2018131542A1 (ja)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020028319A (ja) * 2018-08-20 2020-02-27 日本テクトシステムズ株式会社 認知機能検査の進行管理システム，方法およびプログラム
JP2020071738A (ja) * 2018-10-31 2020-05-07 日本テクトシステムズ株式会社 認知機能検査の検査制御システム，方法およびプログラム
JP2020524530A (ja) * 2017-05-15 2020-08-20 エムユーエスシー ファウンデーション フォー リサーチ ディベロップメントＭｕｓｃ Ｆｏｕｎｄａｔｉｏｎ Ｆｏｒ Ｒｅｓｅａｒｃｈ Ｄｅｖｅｌｏｐｍｅｎｔ 神経機能状態を監視するためのデバイス、システム、および方法
CN111588348A (zh) * 2019-02-20 2020-08-28 株式会社岛津制作所 认知功能的指标化方法
JP2021124754A (ja) * 2020-01-31 2021-08-30 積水ハウス株式会社 プログラム及び評価装置
WO2021187150A1 (ja) * 2020-03-19 2021-09-23 オムロンヘルスケア株式会社 生体情報取得装置及び生体情報取得方法
CN114005536A (zh) * 2021-10-14 2022-02-01 中国人民解放军总医院第二医学中心 记忆减退主观风险评估系统
JP2022032796A (ja) * 2020-08-14 2022-02-25 株式会社Ｆｏｕｒ Ｈ 精神疾患判定システム、精神疾患判定方法、及び精神疾患判定プログラム
WO2022255835A1 (ko) * 2021-06-04 2022-12-08 플랜비포유 주식회사 신경심리검사 수행 결과 판독 서버 및 이의 동작 방법
JP7372716B1 (ja) * 2023-03-27 2023-11-01 株式会社パルプランニング 運転適性検査プログラム、運転適性検査システム
WO2024101230A1 (ja) * 2022-11-09 2024-05-16 国立大学法人大阪大学 プログラム、情報処理方法、及び情報処理装置

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102083787B1 (ko) 2019-10-11 2020-03-03 두꺼비학교 협동조합 커뮤니티케어 노약자 맞춤형 인지 학습 시스템
KR102403752B1 (ko) * 2019-11-29 2022-05-27 한동대학교 산학협력단 이상운동증상 진단을 위한 정량화 방법 및 시스템
RU2745282C1 (ru) * 2020-06-02 2021-03-23 Государственное бюджетное учреждение здравоохранения Московской области "Московский областной научно-исследовательский клинический институт им. М.Ф. Владимирского" (ГБУЗ МО МОНИКИ им. М.Ф. Владимирского) Способ диагностики степени выраженности сосудистых когнитивных нарушений

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010082057A (ja) * 2008-09-30 2010-04-15 Kanazawa Univ レビー小体型認知症の判定方法、判定装置並びにプログラム
JP2012105795A (ja) * 2010-11-17 2012-06-07 Nippon Tect Co Ltd 認知機能予測システム
JP2015180933A (ja) * 2014-03-07 2015-10-15 国立大学法人鳥取大学 認知症予防システム
JP2016022310A (ja) * 2014-07-24 2016-02-08 タイオー株式会社 認知症リスク判定システム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3515988B2 (ja) * 2001-09-17 2004-04-05 克哉 浦上 物忘れ自己診断システムおよびその装置
JP4387720B2 (ja) * 2003-07-28 2009-12-24 株式会社浜松早期認知症研究所 痴呆検査装置、痴呆検査サーバ、痴呆検査クライアント、および痴呆検査システム
JP2007282992A (ja) 2006-04-19 2007-11-01 Sky Kk 認知症診断支援システム
JP6755128B2 (ja) * 2016-06-03 2020-09-16 一生 重松 認知症診断支援装置とその作動方法および作動プログラム、並びに認知症診断支援システム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010082057A (ja) * 2008-09-30 2010-04-15 Kanazawa Univ レビー小体型認知症の判定方法、判定装置並びにプログラム
JP2012105795A (ja) * 2010-11-17 2012-06-07 Nippon Tect Co Ltd 認知機能予測システム
JP2015180933A (ja) * 2014-03-07 2015-10-15 国立大学法人鳥取大学 認知症予防システム
JP2016022310A (ja) * 2014-07-24 2016-02-08 タイオー株式会社 認知症リスク判定システム

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020524530A (ja) * 2017-05-15 2020-08-20 エムユーエスシー ファウンデーション フォー リサーチ ディベロップメントＭｕｓｃ Ｆｏｕｎｄａｔｉｏｎ Ｆｏｒ Ｒｅｓｅａｒｃｈ Ｄｅｖｅｌｏｐｍｅｎｔ 神経機能状態を監視するためのデバイス、システム、および方法
JP7426698B2 (ja) 2017-05-15 2024-02-02 エムユーエスシー ファウンデーション フォー リサーチ ディベロップメント 神経機能状態を監視するためのデバイス、システム、および方法
JP2020028319A (ja) * 2018-08-20 2020-02-27 日本テクトシステムズ株式会社 認知機能検査の進行管理システム，方法およびプログラム
JP2020071738A (ja) * 2018-10-31 2020-05-07 日本テクトシステムズ株式会社 認知機能検査の検査制御システム，方法およびプログラム
KR102421221B1 (ko) * 2019-02-20 2022-07-14 가부시키가이샤 시마쓰세사쿠쇼 인지 기능의 지표화 방법
CN111588348A (zh) * 2019-02-20 2020-08-28 株式会社岛津制作所 认知功能的指标化方法
KR20200101850A (ko) * 2019-02-20 2020-08-28 가부시키가이샤 시마쓰세사쿠쇼 인지 기능의 지표화 방법
JP2020130630A (ja) * 2019-02-20 2020-08-31 株式会社島津製作所 認知機能の指標化方法
JP7156081B2 (ja) 2019-02-20 2022-10-19 株式会社島津製作所 認知機能の指標化方法
JP2021124754A (ja) * 2020-01-31 2021-08-30 積水ハウス株式会社 プログラム及び評価装置
JP7415615B2 (ja) 2020-01-31 2024-01-17 積水ハウス株式会社 プログラム及び評価装置
JP7508820B2 (ja) 2020-03-19 2024-07-02 オムロンヘルスケア株式会社 生体情報取得装置及び生体情報取得方法
WO2021187150A1 (ja) * 2020-03-19 2021-09-23 オムロンヘルスケア株式会社 生体情報取得装置及び生体情報取得方法
JP2022032796A (ja) * 2020-08-14 2022-02-25 株式会社Ｆｏｕｒ Ｈ 精神疾患判定システム、精神疾患判定方法、及び精神疾患判定プログラム
WO2022255835A1 (ko) * 2021-06-04 2022-12-08 플랜비포유 주식회사 신경심리검사 수행 결과 판독 서버 및 이의 동작 방법
CN114005536A (zh) * 2021-10-14 2022-02-01 中国人民解放军总医院第二医学中心 记忆减退主观风险评估系统
WO2024101230A1 (ja) * 2022-11-09 2024-05-16 国立大学法人大阪大学 プログラム、情報処理方法、及び情報処理装置
JP7372716B1 (ja) * 2023-03-27 2023-11-01 株式会社パルプランニング 運転適性検査プログラム、運転適性検査システム

Also Published As

Publication number Publication date
JPWO2018131542A1 (ja) 2019-11-07
KR20190101458A (ko) 2019-08-30
JP6973802B2 (ja) 2021-12-01

Similar Documents

Publication Publication Date Title
WO2018131542A1 (ja) 認知機能評価システム
Karr et al. When does cognitive decline begin? A systematic review of change point studies on accelerated decline in cognitive and neurological outcomes preceding mild cognitive impairment, dementia, and death.
Rubin Measuring reading performance
Dimaro et al. Anxiety and avoidance in psychogenic nonepileptic seizures: the role of implicit and explicit anxiety
US20210233660A1 (en) Estimateence system, estimateence program and estimateence method for psychiatric/neurological diseases
Hudgens et al. Development and validation of the FSIQ-RMS: a new patient-reported questionnaire to assess symptoms and impacts of fatigue in relapsing multiple sclerosis
Bélanger et al. Semantic inhibition impairment in mild cognitive impairment: A distinctive feature of upcoming cognitive decline?
Chapman et al. Diagnosis of Alzheimer's disease using neuropsychological testing improved by multivariate analyses
JP6679017B1 (ja) 認知症リスクの提示システムおよび方法
Robillard et al. Patient perspectives of the experience of a computerized cognitive assessment in a clinical setting
Wong et al. Diagnostic evaluation and monitoring of patients with posterior cortical atrophy
US10786191B2 (en) System and method for supporting of neurological state assessment and for supporting neurological rehabilitation, especially within cognitive and/or speech dysfunction
US20050080592A1 (en) Method and apparatus for evaluating the cognitive performance of an individual
Lee et al. The impact of stroke: insights from patients in Taiwan
McWhirter et al. I think, therefore I forget–using experimental simulation of dementia to understand functional cognitive disorders
Jackson et al. Cognitive impairment in people with multiple sclerosis: Perception vs. performance–factors that drive perception of impairment differ for patients and clinicians
North et al. Neuropsychological deficits in Posterior Cortical Atrophy and typical Alzheimer's disease: A meta-analytic review
St-Hilaire et al. Object decision test (BORB): normative data for the adult Quebec population and performance in Alzheimer’s disease and the semantic variant of primary progressive aphasia
Arango et al. Effects of task on reading performance estimates
Zielin et al. Exploring the relationship between premorbid personality and dementia-related behaviors
US20230148922A1 (en) Systems and methods for screening subjects for neuropathology associated with covid-19 utilizing a mobile device
Solias et al. Tablet-Administered screening tests for the detection of major and mild cognitive disorders–preliminary findings of a comparative study
CN114423336A (zh) 用于评估亨廷顿病（hd）的装置和方法
Morris et al. Neuropsychological assessment of older adults
Hedman-Lagerlöf et al. Assessment of health anxiety

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18738679

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2018561345

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 20197023162

Country of ref document: KR

Kind code of ref document: A

122 Ep: pct application non-entry in european phase

Ref document number: 18738679

Country of ref document: EP

Kind code of ref document: A1