機械学習で運動パターンを解析し自閉特性を予測する本研究が、精神医学専門誌 Frontiers in Psychiatry に掲載されました。本研究は、静岡大学の大本義正准教授と長崎大学の熊﨑博一教授を中心とした学際的な研究であり、当研究室も参加しました。５歳児の126名の片脚立ちテストの重心データと全身映像を16種類の特徴量に抽出し、SVM分類器により肩・腰・体幹の動きを鍵として高自閉特性を高い精度で識別することに成功しました。これにより、従来主観評価に頼っていたバランス検査を客観的かつ非侵襲的な自閉スペクトラム症スクリーニング手法へ発展させる可能性が示されました。

Ohmoto, Y., Terada, K., Shimizu, H., Kawahara, H., Iwanaga, R., & Kumazaki, H. (2024). Machine learning’s effectiveness in evaluating movement in one-legged standing test for predicting high autistic trait. Frontiers in Psychiatry, 15. https://doi.org/10.3389/fpsyt.2024.1464285

本成果は、以下の事業・研究領域・研究課題によって得られました。

科学技術振興機構(JST)戦略的創造研究推進事業CREST，研究領域「信頼されるAIシステムを支える基盤技術」研究総括：相澤彰子（国立情報学研究所 教授）課題名「納得感のある人間-AI協調意思決定を目指す信頼インタラクションデザインの基盤構築と社会浸透」（JPMJCR21D4）研究代表者：山田誠二（国立情報学研究所教授），主たる共同研究者：熊崎博一（長崎大学教授），寺田和憲（岐阜大学教授）， 研究開発期間：令和3年10月～令和9年3月