[2B1-OS-41d] 世界モデルと知能

[2B1-OS-41d-04] Hyper Networkを用いた安静時fMRIデータからの個別化方策モデルの生成

〇村田 琉晟¹、高橋 雄太²、山下 祐一²、村田 真悟¹ (1. 慶應義塾大学、2. 国立精神・神経医療研究センター)

キーワード：計算論的精神医学、計算論的表現型同定、ハイパーネットワーク、強化学習、深層生成モデル

行動や意思決定データから個人の行動パターンや潜在状態を推定するアプローチは計算論的表現型同定と呼ばれ、計算論的精神医学において重要な役割を担う。従来の研究では行動・意思決定データに基づき個人の内部表現をモデル化してきたが、生物学的データを用いていないため、生物学的妥当性に欠ける点が課題であった。そこで本研究では、生物学的データに基づき個別化された方策モデルを生成可能なHyper Network（HyperNet）を利用した新たなフレームワークを提案する。具体的には、安静時fMRIから得られたFunctional Connectivity Matrix（FCM）をエンコーダとデコーダで構成されるHyperNetに入力する。エンコーダはFCMから低次元の潜在状態を抽出し、デコーダはこの潜在状態を基に行動予測を行うための方策モデルの重みを出力する。人工データおよび実際の被験者データを用いた評価の結果、提案フレームワークはベースラインを上回る行動予測精度を達成し、潜在状態が個人特性を適切に抽出できる可能性を示唆した。