著者
岸本 泰士郎 吉村 道孝 北沢 桃子 榊原 康文 江口 洋子 藤田 卓仙 三村 將 Taishiro Kishimoto Michitaka Yoshimura Momoko Kitazawa Yasubumi Sakakibara Yoko Eguchi Takanori Fujita Masaru Mimura
雑誌
SIG-AIMED = SIG-AIMED
巻号頁・発行日
vol.001, 2015-09-29

Most of the severity ratings are assessed through interview with patients in psychiatric filed. Such severity ratings sometimes lack objectivity that can lead to the delay/misjudgment of the treatment initiation/switch. A new technology which enables us to objectively quantify patients’ severity is needed. We here aim to develop a new device that analyzes patients’ facial expression, voice, and daily activities, and provides us with objective severity evaluation using machine learning technology. This study project was accepted by Japan Agency for Medical Research and Development (AMED) and will launch this year. The background of the study purpose and methods will be presented.
著者
四井 美月 Liang Kuo-ching 廣原 茉耶 北沢 桃子 吉村 道孝 江口 洋子 藤田 卓仙 岸本 泰士郎 榊原 康文
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会全国大会論文集 第32回 (2018) (ISSN:27587347)
巻号頁・発行日
pp.4C2OS27b02, 2018 (Released:2018-07-30)

精神疾患の診断は現在,問診に基づく医師の主観的判断によって行われている.このような現在の診断方法は医師の経験に強く依存するため,正確な診断を行うための客観的な診断方法を開発する必要があると言われている.したがって我々の目標は,デバイスによって記録されたデータからうつ病患者の重症度を客観的に計算する深層学習手法を構築することである. 本研究では,うつ病患者と健常者を音声データで分類する深層学習プログラムを開発する.