認知症の主たる原因疾患であるアルツハイマー病（AD）は、その早期段階である軽度認知障害（MCI）期から予防・治療を開始することが重要であり、在宅や介護予防教室などでも簡便に利用できる検査ツールの開発が求められています。その一つとして、発話音声から抽出可能な言語的特徴（何を話したか）は、ADの早期検出・予測での有効性が示されている一方、実用上、発話をテキストに変換する音声認識の精度に問題がありました。
本研究では、5つの課題に音声で回答することで自己検査可能な、認知機能障害の早期検出を支援するモバイルアプリ（プロトタイプ）を開発しました。これらの課題は従来の認知機能検査を元にしており、写真を言葉で説明したり、動物の名前をできるだけ多く挙げる課題などが含まれます。このアプリを用いて、健常例、MCI例、AD例の３群から音声データを収集し解析を行った結果、音声認識が完璧ではない音声データについても、MCIやADで有意に変化する語彙力や情報量に関する言語的特徴を正確に推定できることが分かりました。さらに、音響韻律的特徴（どのように話したか）と組み合わせて、機械学習モデルを構築し、MCIを88%、ADを91%の精度で検出できることが示されました。
本研究成果は、高齢者の発話や方言を含む言い回しなど、音声認識が苦手とする音声データからでも、認知機能障害に関連する言語的特徴を適切に推定し、自己検査を通じMCIとADを簡便で高精度に検出できる可能性を示した初めての研究です。このようなツールにより、認知症の早期発見・早期介入への貢献が期待されます。
PDF資料
プレスリリース
研究代表者
筑波大学医学医療系
新井 哲明 教授
掲載論文
【題名】 A mobile application using automatic speech analysis for classifying Alzheimer’s disease and mild cognitive impairment
（アルツハイマー型認知症早期検出のための自動音声認識を用いたモバイルアプリケーション） 【掲載誌】 Computer Speech & Language 【DOI】 10.1016/j.csl.2023.101514