[3Xin4] ポスターセッション1

[3Xin4-80] 機械学習による精神疾患の分類と有効的な特徴量についての検討

〇田中 宏和¹、香月 祥²、中村 啓伸³、岸本 泰士郎⁴、狩野 芳伸² (1.久留米工業高等専門学校、2.静岡大学、3.東京医科歯科大学、4.慶應義塾大学)

キーワード：精神疾患、自動疾患予測

我々は1000時間を超える録音時間の診断付き大規模精神疾患会話コーパスUNDERPINを構築してきた。コーパスは疾患名、処方薬、患者の疾患情報と、症状の観察や各種テストによる重症度評価、および対話データからなる。コーパスから抽出した音声・言語特徴量を用いて、うつ病・不安症・統合失調症・認知症・双極性障害と健常者との疾患分類を機械学習によって行ったところ、各疾患の分類性能は疾患により75-91%程度を達成した。特徴量貢献度分析の結果、フォルマント、フィラー、笑い、疑問がこれら疾患を分類するために重要な特徴であると示唆された。