米ニュージャージー州ホーボーケンに所在する私立大学・スティーブンス工科大学の研究チームは、表出する言語パターンからアルツハイマー病を95%以上の精度で識別するAIツールを開発した。これにより、既存の頭部画像スキャンや対面での質問回答型試験によるスクリーニングを置き換える可能性があり、大きな注目を集めている。
Health IT Analyticsが昨日報じたところによると、研究チームはattention mechanismを導入した畳み込みニューラルネットワーク（CNN）によって、このAIツールを構築したという。アルツハイマー病の診断がある者とない者に「瓶からクッキーを盗む子どもの絵」を見せ、状況を文章によって表現させた。チームは個々の文を構造的に分解し、512次元の特徴量ベクトルとしてアルゴリズムをトレーニングすることで高い識別精度を実現させた（注1）。
研究を率いたK.P. Subbalakshmi教授は「将来的には、メールからSNSまであらゆる投稿における任意のテキストから、アルツハイマー病を診断できる可能性がある」とする。チームは現在、英語以外の言語への拡張に向けたデータ収集と、失語症や脳卒中、外傷性脳損傷、うつ病といった他疾患でのアルゴリズム生成にも取り組んでいる。
注1) Pythonでは形態素解析用の外部モジュールが充実しており、比較的簡単に同種のアプローチを再現できる。形態素解析ライブラリのJanome、単語のベクトル表現技術であるWord2Vecを利用するためのGensim、深層学習ライブラリのPyTorchが扱いやすい。なお、開発環境としてGoogle Colaboratoryを使用している場合、Janomeのみプリインストールされていないのでpipコマンドによるインストールが必要。
