うつ病で人生が押​​しつぶされたとき、AIを使ってうつ病を診断することで、どん底を味わう人々を救えるのでしょうか？

韓国のお笑いタレント、パク・チソンさんとその母親が自宅で死亡しているのが発見されたが、これはうつ病が原因となったもう一つの悲劇かもしれない。

[[350282]]

うつ病の人は、人生において物事に幸せを感じることが難しく、病気になると、一歩を踏み出すことさえ普通の人には理解できないほどの苦痛を感じます。この深刻な精神障害は世界で4番目に多い病気となっています。世界中で3億5000万人がうつ病に苦しんでいると推定されており、自殺を選択する若者の60％以上がうつ病を経験しています。

ハリウッド女優のアン・ハサウェイはかつて映画「モダン・ラブ」で鬱病に苦しむ都会の女性を演じた。平常心ではどんな時も魅力を放つ女神だったが、病気になると別人のようになる。メイクをしたりデートに出かける準備をしているときでさえ、突然のうつ病の発症に圧倒され、生きる意欲を突然失ってしまうことさえありました。

近年、研究者たちはテクノロジーを活用して奈落の底にいるより多くの人々を救おうと懸命に取り組んでおり、AIは診断や治療を支援する効果的なツールとなっている。多くのAIデバイスには「感情認識」機能が追加されていますが、そのほとんどは顔の動きや言語を識別して人の感情を判断しています。この方法の欠点は、顔の動きが偽装できることです。

アルファベットは現在、AIを使って人の脳波を分析し、感情の変化を判断し、うつ病の診断と治療を支援することを計画している。このプロジェクトは、アルファベットの実験研究開発ラボであるXによって開始され、コードネームは「Amber」です。

脳の「報酬システム」の反応は弱くなり、自殺する若者の60％以上がうつ病を経験している。

国立衛生研究所によれば、米国では成人約 1,730 万人が少なくとも 1 回はうつ病を患っています。 2016年から2018年にかけて、米国で深刻な自殺願望を持つ成人の割合は0.15％増加し、前年比で46万人増加した。

うつ病の人々が太陽の光の中に足を踏み入れると、人生で最も「暗い瞬間」にいる彼らのために何かをしてあげたいと思う人が増えます。しかし、うつ病を患う人は皆同じというわけではなく、自分が苦痛を経験していることにさえ気づいていない場合もあります。精神疾患に対する社会の理解不足、自己認識の欠如、無関心により、うつ病の診断と治療はさらに困難になります。

うつ病には明らかな症状がありません。外見からうつ病かどうかを見分けるのは難しく、症状の現れ方は人によって異なります。現在のうつ病の評価は、主に臨床医との会話や、PHQ-9 や GAD-7 などの主観的なテストに依存しています。うつ病の可能性がある人の場合、表情や言葉遣いだけで感情を判断すると間違いを犯しやすく、うつ病の重症度を判断することは困難です。

Amber プロジェクトは、機械学習技術と EEG 画像技術を組み合わせて、脳内の電気活動を測定することを目指しています。研究者らは、脳の報酬システムの処理を測定するゲームのような課題において、うつ病の人はうつ病でない人よりもゲームに勝った後の脳の反応が少ないことを観察した。

脳波データを収集し、うつ病を分析する

Amber チームは、水泳帽のような外観で、設定に約 3 分かかり、Fz、Cz、Pz (報酬と認知機能を評価するために使用される主要なチャネルまたは電極) の正中線に沿って配置された 3 つのセンサーを使用する、低コストのポータブル システムの開発に 3 年を費やしました。

安静時の EEG と事象関連電位の取得用に最大 32 チャネルをサポートするバイオアンプが付属しており、ソフトウェアは EEG 測定のタスクを時間ロックできます。

アンバーチームは、EEG データを収集するデバイスに加えて、機械学習の新しい方法を使用して EEG 記録の不要なノイズを減らす方法も研究しています。彼らは、Alphabet のディープラーニング研究ラボである DeepMind と協力し、教師なし表現学習と呼ばれるアプローチを使用して、オートエンコーダなどの方法で人間の入力なしに EEG 信号を除去できることを実証しました。 (オートエンコーダはノイズを無視してデータセットの表現を学習します。)

さらに、Amber チームは、メンタルヘルスの専門家とのインタビューに基づいて、大うつ病や全般性不安障害などの臨床ラベルを予測するために使用できるメンタルヘルスに関連する特徴を抽出する概念実証を提供しました。アンバー研究チームは、これまでの研究とは異なり、グループではなく個々の参加者を対象にこの実験を行うことができたと述べている。

「これらの方法は、単一の EEG 試行から使用可能な信号表現を回復することができます」と、X ラボの責任者であるオビ・フェルテン氏はブログで説明しています。「これは、通常何百もの実験試行に依存する従来の研究室で使用されるよりもはるかに小さなデータ サンプルを使用して、脳の電気生理学から臨床的に有用な情報を引き出すことができる可能性があることを意味します。」

X Labは、EEGの解釈に機械学習アルゴリズムを適用した最初の企業ではない。昨年4月に発表された論文で、IBMの研究者らは、てんかん発作を98.4%の精度で分類できるアルゴリズムを開発したと主張した。

実際、EEG は嚥下の研究、精神状態の分類、神経障害性疼痛やてんかんなどの神経・精神疾患の診断、感情の分類などに広く使用されています。

アンバープロジェクトは挫折に直面。メンタルヘルスのAI診断には複数の関係者の協力が必要

アンバーのチームは最終的に、うつ病と不安の単一のバイオマーカーを見つけることができなかった。しかし、挫折にもかかわらず、彼らはハードウェア設計、視覚化ツール、モチベーションツールを GitHub でオープンソース化しました。今朝の時点で、脳波を収集する機器とソフトウェアがフロリダ州立大学の研究に役立っています。

さらに、Amber チームはプロジェクトで開発されたハードウェアの特許を取得しないことを誓約し、未使用のヘッドセット 50 個を、低所得国や過小評価されているグループでの EEG 研究を支援する Human Brain Diversity Project を運営する Sapien Labs に寄付しました。

オビ・フェルテン氏も自身のブログで次のように書いている。「EEG システムをオープンソース化し、機械学習技術を公開することが、EEG の専門家だけでなく、これまで EEG の研究の複雑さとコストによって躊躇していた幅広いメンタルヘルス研究コミュニティにとっても価値あるものとなることを願っています。」

テクノロジーを活用したメンタルヘルス測定を現実世界で機能させるにはまだ多くのハードルがあり、さらなる研究が必要です。今日の課題を解決するには、科学者、臨床医、技術者、政策立案者、そして実体験を持つ個人の間の新たなパートナーシップが必要です。