[3B4-GS-11] AIと社会：医療

[3B4-GS-11-02] ライフログからうつ病再発を予測するための機械学習アルゴリズムに関する予備検討

〇木口 亮¹、秦 彩乃¹、藤田 智紀¹、吉田 祐樹¹、北西 由武¹、吉本 潤一郎²、田近 亜蘭³、古川 壽亮³ (1. 塩野義製薬株式会社、2. 奈良先端科学技術大学院大学、3. 京都大学)

[[オンライン]]

キーワード：うつ病、再燃予測、BORUTA、Xgboost

うつ病患者数は近年増加傾向にあり，その疾病の特徴による労働生産性の低下は大きな社会問題である．再発に先だって生じる活動パターンの変化によってうつ病の再発を検出できれば，早期対処に繋がることが期待できる．本研究は，活動記録表作成支援アプリケーションとウェアラブルデバイスから取得したデータに基づき，各種機械学習アルゴリズム（BORUTA，Xgboost etc.）を適用し，うつ病の再発予測アルゴリズムの構築を目的に実施した．心理的ストレスの評価指標であるK6スコアをカテゴリ化した情報を目的変数として予測した結果，重み付きκ係数で0.7以上を達成し，Landis and Kochの基準の「かなり一致」相当の予測に成功した．一方で使用する機械学習によっては，同基準の「わずかに一 致」まで低下することも確認した．また，本発表では各種機械学習アプローチによる精度比較も報告する．なお，本研究は，京都大学古川らが実施したFun to Learn, Act and Think through Technology-2 (FLATT2) 研究で収集されたデータの再解析による結果である．