1．は じ め に
認知症とはご存じのとおり認知機能の低下を患う症候 群である．“Human beings are mortal.”の言葉にあるよ うに加齢に伴う認知機能の低下はある程度は避けられな いものの健康な加齢のそれとは大きく異なる．世界の健 康長寿社会の発展に伴い，認知症を患う高齢者の急激な 増加とそれに伴う医療介護福祉の問題は世界が抱える喫 緊の課題の一つになってきている．近年の WHO の報告 によると，世界における認知症者の数は 4 750 万人とさ れ毎年 770 万人の増加があると推計される．このような 状況下，2013 年 12 月には，英国が G8 の議長国を務め る機会を活用し Global Action against Dementia を掲げ て世界で初めて G8 認知症サミットを開催し，日本国内 でも翌年 12 月に認知症サミット日本後継イベントが開 催された．この流れを受け 2015 年 3 月にはジュネーブ にて WHO 閣僚級会議が初会合されるに至り，認知症対 策は世界各国において重要な国家戦略と認識されている． 日本の人口統計は超々高齢化の一途をたどり，世界 で最も高齢化が進む国である．総務省統計局の最新統 計によると，現在 65 歳以上の高齢者は日本の総人口の 25.9％を占めており，2040 年には 36％まで上昇すると 推計される．厚生労働省老健局によると，2012 年の国 内認知症患者数は 460 万人（有病率は 15.0％）を超え たと報告されており，2040 年には患者数が 802 ∼ 953 万人まで増加すると見込まれる．こうしたなか，平成 27年 1 月，厚生労働省において，これまでの認知症施 策推進 5 か年計画に変わる認知症施策推進総合戦略「新 オレンジプラン」が公表された．新しく策定された七つ の柱には，認知症の予防法，診断法，治療法，リハビリテー ションモデル，介護モデルなどの研究開発や，早期診断・ 早期対応を実効あるものにするための認知症者やその家 族の視点を重視する重要性が掲げられている． ごく早期の認知症の発見・予防を目的とした認知機能 障害のスクリーニングは，ますます進む社会の長寿高齢 化において大いに期待される技術である [栗田 09]．現 在，認知症のスクリーニングは，HDS-R（改訂長谷川 式簡易知能評価スケール）[Katoh 91]，MMSE（Mini-Mental State Examination）[Folstein 75]，MIS（Memory Impairment Screen）[伊集院 08]，CDR（Clinical Dementia Rating）[Morris 93] などが広く用いられている．これ らは一定のトレーニングを受けた医師，あるいは臨床心 理士などにより，主として医療機関において実施されて いる．しかしながら，日常の外来診療場面では，HDS-R などの簡易検査であっても，5 ∼ 20 分程度の時間を要し， ほかの外来患者の診療に支障をきたすとの指摘もあり， 医師の負担の軽減が重要になると考えられる．さらに簡 便で使用しやすく，かつ，従来のツールと同等以上の性 能を有するツールが開発されれば，より広範にスクリー
高齢者の発話から認知症の危険度を
察知する情報技術
─誰でも気軽に使える認知症スクリーニングを目指して─
Information Technology to Detect Cognitive Impairment from Elderly’
s
Speech
─ Toward a Dementia Screening System Accessible to All Elderlies ─
加藤 昇平
名古屋工業大学大学院工学研究科情報工学専攻Shohei Kato Dept. of Computer Science and Engineering, Graduate School of Engineering, Nagoya Institute of Technology.
[email protected], http://www.katolab.nitech.ac.jp
遠藤 英俊
国立長寿医療研究センターHidetoshi Endo National Center for Geriatrics and Gerontology.
本間 昭
認知症介護研究・研修東京センターAkira Homma Tokyo Dementia Care Research and Training Center.
Keywords:
early detection of dementia, functional near infrared spectroscopy: fNIRS, Bayesian classifier. 「超高齢化社会と AI ─社会生活支援編─」ニングを実施することが可能となり，認知症の早期診断 に資することが可能になる． そこで我々は，コンピュータによるデータマイニング 技術を応用した認知機能障害のスクリーニングを開発し てきた．専門医の診断・加療を必要とする高齢者をより 多く専門医療機関に誘導するために，高齢者の発話音韻 特徴を用いる手法 [加藤 11, Kato 15]，および，脳血流 の賦活特徴を用いる手法 [加藤 12, Kato 14] をそれぞれ 考案した．これは，音声情報のみを用いるため誰でも在 宅・外出など場所を問わず手軽に低コストで実施できる （一次スクリーニング）長所をもちつつ，脳機能を直接 測定する（二次スクリーニング）ことで判別の信頼性を 確保するねらいがある．脳機能計測としては，特別な測 定環境を必要とせず，自然な体勢で課題実行中の脳機能 を測定できる，機能的近赤外分光法（functional near-infrared spectroscopy：fNIRS）を採用している． 本稿では，それらの成果を総括・統合し，音声・fNIRS 同時計測を実施した臨床データ（N＝48）を用いて 2 段 階スクリーニングの効果を検証する [Kato 13]．そして， 一次スクリーニングのコスト効果と 2 段階スクリーニン グを用いた健常者（CN），軽度認知機能障害（MCI）， および，軽度アルツハイマー型認知症（AD）患者の弁 別における有効性について議論する． 1･1 実 験 参 加 者 実験には 48 名の高齢者（年齢 64∼92 歳，男性 18 名， 女性 30 名）が参加した．表 1 に被験者の臨床診断群と 年齢構成の内訳を示す．ここでは，MCI 群として CDR 0.5相当，AD 群として CDR 1 相当の患者を対象とした． 1･2 認 知 課 題 HDS-R テストを含めさまざまな認知課題を実行中の 高齢者の脳機能を計測するために図 1 に示すブロックデ ザインの課題を設計し，音声・fNIRS 同時計測を行った． 計測の様子を図 2 に示す．始めの 10 分間は被験者の出 身地や少年時代の会話と長谷川式テストを実施し，後半 の 12 分間で回想法（① 聴く，② 話す，③ 見る）なら びにワーキングメモリ課題（① カテゴリー想起，② リー ディングスパンテスト，③ 顔想起）の認知課題を実施す る．各認知課題の前後に 60 秒の 1 点注視休憩（レスト） 表 1 実験協力者の内訳（N＝48） 年 齢 64∼ 70 71∼ 75 76∼ 80 81∼ 85 86∼ 92 合 計 男 性 3（2, 0, 1） 2（1, 1, 0） 4（3, 1, 0） 7（1, 4, 2） 2（0, 0, 2） 18（7, 6, 5） 女 性 7（4, 2, 1） 6（4, 2, 0） 8（2, 5, 1） 5（2, 1, 2） 4（1, 3, 0） 30（13, 13, 4） 小 計 10（6, 2, 2） 8（5, 3, 0） 12（5, 6, 1） 12（3, 5, 4） 6（1, 3, 2） 48（20, 19, 9） 括弧内の数は，それぞれ CN 群，MCI 群，AD 群の人数を示す． fNIRS 図 2 fNIRS データの測定風景 図 3 fNIRS 測定のチャネルレイアウト 図 1 認知課題のブロックデザイン
を取らせた．認知課題実行中の高齢者の脳活動計測とし て，多チャネル近赤外光脳機能イメージング装置FOIRE-3000（島津製作所製）を用いた．測定部位は，図 3 に示すように，前頭前野に 22 チャネル，右側頭葉およ び頭頂葉に 10 チャネル，10 チャネル，合計 42 チャネ ルの部位において脳血流を計測した．fNIRS の測定環境 や測定方法についての詳細は [加藤 12] を参照されたい． 本稿では，高齢者が実施した認知課題のうち，ワーキ ングメモリ課題 1（カテゴリー想起）の終盤 20 秒で実 施された「果物の名前をできるだけ多く答える」課題回 答時の音声および fNIRS データを解析対象とする．
2．音声韻率に基づく認知機能障害評定
本章では一次スクリーニングとして高齢者の発話音 韻特徴を用いた重回帰分析による認知機能障害危険度 SPCIR（Speech-Prosody Based Cognitive Impairment Rating）の算出手法を簡素に述べる． 2･1 音 声 韻 律 特 徴 音声は，三つの要素（韻律，音質，音韻）から成り 立つ．この中でも，韻律的特徴が人間の感情表現（例え ば，[Cowie 01, Scherer 03]）や認知機能障害（例えば， [Taler 07, Taler 08]）などを特定するために重要な非言 語情報となり得ることが明らかにされている．本研究で は，以下に記述する 128 種の音声韻律特徴を考慮する． スペクトルとピッチに関する特徴量（13） 音声の高 さに関係するピッチ構造を反映させるために，基本 周波数の変動や基本周波数と基本周波数の n 倍の周 波数をもつ n 次高調波成分から得られる統計特徴量 を抽出する． フォルマントに関する特徴量（33） 音声の特徴を表 すフォルマント構造を反映させるために，母音の識 別に関連する第 1，第 2 フォルマントに加えて，声 質の特徴を表す第 3，第 4 フォルマントを抽出しフォ ルマント周波数の統計特徴量を抽出する． エネルギーに関する特徴量（22） 音声の大きさに関 係する振幅構造を反映させるために，短時間パワー とその包絡線から得られる統計特徴量を抽出する． メルケプストラムに関する特徴量（60） 発話音声の 声道成分に由来した周波数特性として周波数スペク トル包絡に着目し，これを表現する対数ケプスト ラムの低次成分に対して人間の周波数知覚特性を 考慮し重み付けしたメル周波数ケプストラム係数 （MFCC）を算出する．同係数（次数 12）の統計特 徴量を抽出する． これらの特徴量および抽出計算の詳細については [加 藤 11] を参照されたい． 2･2 SPCIR： 音声韻律に基づく認知機能障害評定 前節で述べた 128 種の特徴量から主成分分析および 特徴選択手法により合成・選択された音声特徴を説明 変数とし，高齢者の HDS-R スコアを目標属性として重 回帰分析を行うことにより，音声韻律に基づく認知機 能障害評定（SPCIR： speech prosody-based cognitive impairment rating）を導出した．表 2 にこれらの評定 による相関性の結果を示す．図 4 に HDS-R スコアと SPCIRの散布図を示す．SPCIRPCA-FSW-AIC は，重 回帰分析の事前に 128 特徴を主成分分析で合成したうえ で赤池情報量規準（AIC）を用いたフォワードステップ ワイズ変数選択アルゴリズム（PCA-FSW-AIC）により 算出されたことを示す． 音声発話単独の最新研究では，実験協力者数 243 名 （年齢 65 ∼ 96 歳，男性 65 名，女性 178 名）の臨床デー タからなるより大規模な実験を実施している．そこで は，SPCIRPCA-FSW-AICによる補正済み決定係数 R¯2＝0.62 の相関分析結果，ならびに健常群 / 軽度 AD 群の 2 群判 別において感度 90.1％，特異度 88.9％，正診率 89.5％ の判別性能，健常群 /MCI 群の 2 群判別において感度 76.5％，特異度 75.3％，正診率 75.9％の判別性能がそ れぞれ確認されている．これらの研究報告については [Kato 15]を参照されたい． SPCIR _PCA-FSW-AIC HDS-R 10 15 20 25 30 10 15 20 25 30 Y=0.61X+10.38 図 4 HDS-R と SPCIRPCA-FSW-AICの散布図 表 2 SPCIR と HDS-R の相関性 SPCIRPCA-FSW-AIC 説明変数の数 42 重決定 R2 0.61 補正済み R¯2 0.54 標準誤差 2.40 P値 ＜ 2.2 × 10− 163．ワーキングメモリ課題実行時の
fNIRS データの評価
本研究の予備的調査として，ワーキングメモリ課題 1 「カテゴリー想起」の課題実行中の fNIRS データ（oxy-Hb）を用いて全チャネルごと（33CH，41CH を除く） の 3 群間の有意差検定を行った．検定方法は t 検定を用 いて両側検定，有意水準 P ＜ 0.001，Bonferroni 補正 （1/40）のもとで実施した．図 5 は検定で有意差が確認 されたチャネルについて，t 値に基づき 16 色でマッピン グしたものである．同図の結果から，健常群・疾病群の 間で認知課題実行時の脳血流に有意な差が確認された． 認知症患者は認知機能の障害によりワーキングメモ リの機能が低下する．その結果，前頭前野の脳血流にお いて健常群は疾病群と比較して有意に賦活することが確 認できる（図 5（a），図 5（b）の左図における Fr およ び Fl 領域）．また，左右側頭葉の脳血流においても健常 群は疾病群と比較して有意に賦活することが確認された （図 5（a），図 5（b）の中右図における Rr および Lf 領域）． 加えて，図 5（c）の結果から，軽度な認知機能障害であ る MCI 群は AD 群に比べてこれらの脳血流がわずかな がら有意に賦活することが確認できた． このことから，認知課題実行中の fNIRS データを用 いた認知症スクリーニングの実現可能性が示唆される． なお，同課題実行直前のレスト区間の fNIRS データを 用いて同様の検定を行ったところ，すべてのチャネルに おいて有意差は確認されなかった．4．脳血流賦活に基づく CN/MCI/AD の 3 群判定
機能的近赤外分光法（fNIRS）とは，近赤外光を用い て脳内のヘモグロビン流量を計測する技術であり，非侵 襲かつ被験者への拘束が少なく，測定環境を選ばない比 較的簡便な計測が可能である [Villringer 97]．脳血流の 増加はその脳部位の神経活動の活発化を反映しており [Villringer 95]，脳血流の変化は血液中のヘモグロビン （Hb）量の変化を測定することで捉えることが可能であ る．そのため，fNIRS で酸素化ヘモグロビン（oxy-Hb） 量，脱酸素化ヘモグロビン（deoxy-Hb）量，および， その総（total-Hb）量を計測し，計測されたこれらの変 化を脳活動の指標と捉えることができる．本研究では， oxy-Hbの変化に注目した． 認知症のスクリーニングでは，まず，認知機能の健常 性を判断し，疑義がある場合にはその程度に応じて軽度 認知機能障害あるいは認知症であるかを判定するプロセ スが考えられる．そこで本稿では，図 6 に示す 2 段階の Naive-Bayes Classifierを用いた fNIRS データからのCN/MCI/AD 3群判別システムを提案する．以下に同シ ステムにおける計算手順を簡素に示す． 4･1 fNIRS 初期解析 fNIRS 測定信号の原波形に対して各チャネルごとに低 域通過フィルタおよび差分フィルタをかけてノイズを除 去し，注目する 7 領域内のチャネルの加算平均を行う． 4･2 fNIRS 特徴抽出 脳血流変動の特徴を表す特徴量として，初期解析後の fNIRS データから，最大・最小・平均・分散・回帰直線 の傾き・基本周波数・周波数重心などの特徴量を計算し， 被験者について各領域当たり 11 個の fNIRS 特徴量を算 出する． 図 5 検定結果の t 値マッピング -24 -12 t-value0 12 24 Fr Fl Rr Lf （c） MCI 群─AD 群 -24 -12 t-value0 12 24 Fr Fl Rr Lf （a） CN 群─MCI 群 -24 -12 t-value0 12 24 Fr Fl Rr Lf （b） CN 群─AD 群 図 6 2 段階─単純ベイズ分類器を用いた CN/MCI/AD の 3 群判別
4･3 ベイジアンクラシファイア 上記の特徴量と臨床診断結果の因果関係を示す 2 段 階の Naive-Bayes Classifier を学習する．第 1 段階とし て，認知機能に障害があるかどうかを推定する判別器 NBCN/CI，障害が推定された場合にその程度を推定する 第 2 段階の判別器 NBMCI/ADの 2 判別器を構築する． これらの手続きの詳細については [加藤 12] を参照さ れたい．
5．音声・脳血流スクリーニングを用いた
CN/MCI/AD 判別実験
本稿では，これまでに我々が開発してきた音声および 脳血流を用いた認知症スクリーニングシステムの効果を 検証する．それぞれの研究にて音声 / 脳血流単独での認 知機能障害のスクリーニングツールとしての応用可能性 を検証済みだが，これらを組み合わせた総合システムの 効果は検証していなかった．本章では，これらを 2 段階 に結合したスクリーニングのプロトコルを提案し，臨床 データを用いて判別のコストと性能を検証する． 5･1 一次スクリーニング まず，一次スクリーニングとして 2 章で述べた発話音 韻による認知機能障害評定 SPCIR を採用する．このシ ステムでは，高齢者の発話した音声データのみを用いて 評定値を計算するため，コストが非常に安く在宅あるい は診療所や福祉施設などの出先にかかわらず，一人でも 気軽に測定・チェックが行える利点をもつ．そこで，こ れを一次のスクリーニングシステムとして用い，発話音 声から計算した SPCIR のスコアを用いて健常・疑いの 判定を行う．通常は，1 名の被験者から複数の音声デー タが入力されるため，これらの SPCIR スコアの最低点 を判別に利用する．被験者の SPCIR があらかじめ設定 したカットオフ値に満たない場合には，脳機能を直接測 定する二次スクリーニングに移行する．カットオフ値以 上の場合は健常（CN）とみなして判定は終了する．カッ トオフ値が小さいほど一次スクリーニングの判定は緩く なる． 5･2 二次スクリーニング 二次スクリーニングとしては，4 章で述べた fNIRS 測 定器を用いた脳血流賦活による 2 段階の 3 群（CN/MCI/ AD）判別器を採用する．ここでは，音声によるチェッ クで認知機能障害の疑いをもたれた高齢者の脳機能を直 接測定することで，コンピュータによる最終的な判別結 果（CN/MCI/AD）を確定する．ここで，MCI あるいは ADと判別された高齢者を（AD から優先して）専門医 療機関での受診を誘導する仕組みを考えている．fNIRS による脳機能測定を必要とするため音声と比較してコス トは大幅に増加するものの，fMRI などの測定と比べれ ばコストは低く被験者への身体拘束もない． 5･3 判 別 結 果 被験者 48 名に対するスクリーニングテストの結果を 表 3 ∼表 5 に示す．ここでは，SPCIR による一次スクリー ニングのカットオフ値を 26 ∼ 28 の 3 値で設定した場 合の結果を考察する． 同表において，CN の判定において，一次スクリーニ ングで健常と判別された人数を括弧に内数で示す．二次 スクリーニングの検証方法には Leave-one-out 交差検定 を用いた． 表 3 の結果から，カットオフ値を 26 点に設定するこ とで 24 名（50％）の被験者が一次スクリーニングのみ で判別を終了するため fNIRS 測定のコストが半分に軽 減されることがわかる．CN や AD の正答率はそれぞれ 95％，100％と高く，一見して全体正答率も 85.4％と比 較的良い性能に見える．しかしながら，6 名（約 32％） の MCI 患者が一次スクリーニングにて「健常」と誤判 定された．本スクリーニングの役割が専門医療機関への 受診誘導であることを考えると，この判定は看過できな い．今回の臨床データに関しては，カットオフ値は小さ すぎることがわかる．一方で，表 5 の結果から，カット オフ値を 28 点に設定した場合には被験者全員が二次ス クリーニングへ移行していることがわかり，スクリーニ 表 3 判別実験結果（SPCIR カットオフ値：26） 診断結果 判別出力 CN* MCI AD 正答率 CN 19（18） 1 0 95.0％ MCI 6（6） 13 0 68.4％ AD 0（0） 0 9 100％ 的中率 76.0％ 92.9％ 100％ 85.4％ 括弧内の数は一次スクリーニングで CN 群に判別された内数を示す． 表 4 判別実験結果（SPCIR カットオフ値：27） 診断結果 判別出力 CN* MCI AD 正答率 CN 15（5） 2 3 75.0％ MCI 3（3） 16 0 84.2％ AD 0（0） 1 8 88.9％ 的中率 83.3％ 84.2％ 72.7％ 81.3％ 括弧内の数は一次スクリーニングで CN 群に判別された内数を示す． 表 5 判別実験結果（SPCIR カットオフ値： 28） 診断結果 判別出力 CN* MCI AD 正答率 CN 14（0） 4 2 70.0％ MCI 0（0） 18 1 94.7％ AD 0（0） 1 8 88.9％ 的中率 100％ 78.3％ 72.7％ 83.3％ 括弧内の数は一次スクリーニングで CN 群に判別された内数を示す．ングのコストは全く軽減できない．しかし，判別性能に ついては MCI および AD の正答率も概ね 90％超と良い 結果であり，CN の判定的中率が 100％である点も非常 に良い．カットオフ値が 27 の場合は，上記結果の中庸 の性能を示した．これらの結果から，本システムの一次 スクリーニングの CN 判定によるコストリダクション効 果と MCI を見過ごすリスクとのトレードオフの関係が 改めて確認された． 今後は，上記の性質を保持しつつ全体の正答率を向上 させる改良を進めたい．特に，音韻特徴の精査と特徴選 択手法の高度化，ならびに，CN/MCI の弁別を重視した SPCIRを改良するとともに，表 3 や表 4 で誤判別され た MCI 患者がその後 AD へ進行する（converter）患者 であるか否かを追跡調査したい．
6．お わ り に
本研究では，認知症の早期発見・診断の支援を実現す るために，高齢者に対して極めて簡便で非侵襲な認知機 能障害のスクリーニングシステムを目指して研究開発を 行ってきた．本稿では，高齢者の発話音韻，ならびに， 機能的近赤外分光法（fNIRS）を用いた認知課題実行中 の脳血流賦活特徴に着目したこれまでの研究を統合し， データマイニングアプローチに基づく音声と脳血流を用 いた認知機能障害のスクリーニングシステムを開発し， 健常（CN），軽度認知機能障害（MCI），アルツハイマー 型認知症（AD）の臨床診断群を 2 段階のスクリーニン グで自動判別する手法を提案した． 48名の高齢者から採取した音声・fNIRS 同時計測デー タと臨床診断群に関して，カテゴリー想起の課題実行時 の発話音韻特徴ならびに脳血流賦活特徴を用いて専門医 療機関への受診誘導を想定した 2 段階スクリーニングの 評価実験を行った．今後の課題としては，そのほかの課 題実行時のデータを用いた検証実験，高齢者データを増 加することによる分析・推定性能の向上，ならびに音声 韻律情報による一次スクリーニング性能改善によるコス ト効果の向上，ならびに，fNIRS 判別器の二次スクリー ニングとしての要求仕様を考慮した判別アルゴリズムの 考案などがあげられる． これらの課題を解決し，次世代の認知症のスクリーニ ングツールを開発することで，地域社会に生活する高齢 者全般に認知機能チェックの機会を与えられるような仕 組みを提供したいと考えている． 謝 辞 本研究は，一部，日本医療研究開発機構（AMED） A-STEPハイリスク挑戦プログラム，医科学応用研究 財団，および科学技術振興機構（JST）先端計測分析技 術・機器開発プロジェクト，A-STEP シーズ顕在化プロ グラム，知財活用促進ハイウェイ・大学特許価値向上支 援，ならびに文部科学省科学研究費補助金（課題番号 25280100，および 25540146）の助成により行われてい る．fNIRS 測定機器を株式会社島津製作所，被検者測定 環境を浴風会病院ならびに国立長寿医療研究センター， データ測定・編集を株式会社イフコムの協力のもとで実 施している．関係各位に感謝する．◇ 参 考 文 献 ◇
[Cowie 01] Cowie, R., Douglas-Cowie, E., Tsapatsoulis, N., Votsis,G., Kollias, S., Fellenz, W. and Taylor, J. G.: Emotion recognition in human-computer interaction, IEEE Signal
Processing Magazine, Vol. 18, No. 1, pp. 32-80（2001） [Folstein 75] Folstein, M. F., Folstein, S. E. and McHugh, P.
R.: Mini-mental state: A practical method for grading the cognitive state of patients for the clinician, J. Psychiat. Res., Vol. 12, No. 3, pp.189-198（1975）
[伊集院 08] 伊集院睦雄，本間 昭，川合嘉子，今井幸充，権藤恭 之：軽度アルツハイマー型認知症例に対する MIS（Memory Impairment Screen） の適用可能性，老年精神医学雑誌，Vol. 19, No. 12, pp.1349-1356（2008） [加藤 11] 加藤昇平，鈴木祐太，小林朗子，小島敏昭，伊藤英則，本間 昭：高齢者音声韻律特徴を用いた HDS-R スコアとの相関分析 ─音声を用いた認知症の早期スクリーニングをめざして─，人 工知能学会論文誌，Vol. 26, No. 2, pp. 347-352（2011） [加藤 12] 加藤昇平，遠藤英俊，鈴木祐太：課題実行時 fNIRS 脳機 能計測データのベイジアンマイニングに基づく認知機能障害の 3 群判別，人工知能学会論文誌，Vol. 27, No. 2, pp. 28-33（2012） [Kato 13] Kato, S., Endo, H., Homma, A., Sakuma, T. and Watanabe, K.: Early detection of cognitive impairment in the elderly based on Bayesian mining using speech prosody and cerebral blood flow activation, Proc. 35th Annual Int. Conf.
of the IEEE Engineering in Medicine and Biology Society
（EMBC’13），pp. 5183-5186（2013）
[Kato 14] Kato, S., Endo, H., Nagata, R., Sakuma, T. and Watanabe, K.: Early detection of mild cognitive impairment and mild Alzheimer’s disease in elderly using CBF activation during verbally-based cognitive tests, Proc. 8th Int. Joint
Conf. on Biomedical Engineering Systems and Technologies
（BIOSTEC 2014），pp. 366-373（2014）
[Kato 15] Kato, S., Homma, A., Sakuma, T. and Nakamura, M.: Detection of mild Alzheimer’s disease and mild cognitive impairment from elderly speech: Binary discrimination using logistic regression, Proc. 37th Annual Int. Conf. of
the IEEE Engineering in Medicine and Biology Society
（EMBC’15），pp. 5569-5572（2015）
[Katoh 91] Katoh, S., Simogaki, H., Onodera, A., Ueda, H.,Oikawa, K., Ikeda, K., Kosaka, K., Imai, Y. and Hasegawa, K.: Development of the revised version of Hasegawa’s Dementia Scale（HDS-R），Japanese J. Geriatric Psychiatry, Vol. 2, No. 11,pp. 1339-1347（1991）（in Japanese）
[栗田 09] 栗田主一：地域における認知症疾患医療センターの役割， 日本老年医学会雑誌，第 46 巻，pp. 203-206（2009）
[Morris 93] Morris, J. C.: The Clinical Dementia Rating（CDR）: Currentversion and scoring rules, Neurology, Vol. 43, No. 11, pp. 2412-2414（1993）
[Scherer 03] Scherer, K. R., Johnstone, T. and Klasmeyer, G.:
Vocal expression of Emotion, Davidson, R. J., Goldsmith, H.,
Scherereds, K. R.: Handbook of the Affective Sciences, pp. 433-456, Oxford UniversityPress（2003）
[Taler 07] Taler, V. and Phillips, N.: Language performance in Alzheimer’s disease and mild cognitive impairment: A comparativereview, J. Clinical and Experimental
Neuropsychology, Vol. 30, No. 5, pp. 501-556（2007）
[Taler 08] Taler, V., Baum, S. R., Chertkow, H. and Saumier, D.: Comprehension of grammatical and emotional prosody is impaired in Alzheimer’s disease, Neuropsychology, Vol. 22, No.
2, pp. 188-195（2008）
[Villringer 95] Villringer, A. and Firnafl, U.: Coupling of brain activityand cerebral blood flow: Basis of functional neuroimaging, Cerebrovasc. Brain Metab. Rev., Vol. 7, pp. 240-276（1995）
[Villringer 97] Villringer, A. and Chance, B.: Non-invasive opticalspectroscopy and imaging of human brain function,
Trends Neurosci., Vol. 20, pp. 435-442（1997）
2016年 3 月 17 日 受理 加藤 昇平（正会員） 1993年名古屋工業大学電気情報工学科卒業．1998 年同大学院工学研究科博士後期課程電気情報工学専 攻修了．同年，豊田工業高等専門学校助手，1999 年 同講師，2002 年名古屋工業大学講師，2003 年同助 教授．現在同大学院情報工学専攻所属，教授．博士（工 学）．知能・感性ロボティクス，知識推論・計算知能， ヒューマンインタラクション，医工連携情報処理な どに興味をもつ．2006 年日本感性工学会技術賞，2010 年日本知能情報 ファジィ学会論文賞，2012 年日本感性工学会論文賞，2015 年文部科学 大臣表彰科学技術賞（研究部門）などを受賞．情報処理学会，電子情報 通信学会，日本ロボット学会，日本感性工学会，電気学会，日本認知症 学会，IEEE 各会員． 遠藤 英俊 1982年滋賀医科大学卒業．1987 年名古屋大学大学 院医学研究科修了．その後，市立中津川総合病院内 科部長．国立療養所中部病院内科医長などを経て， 現在，国立長寿医療研究センター内科総合診療部長． 医学博士．老年病専門医．著書に「認知症・アルツ ハイマー病が良くわかる本」（主婦の友社，2007）「地 域回想法ハンドブック」（河出書房新社，2007）「か かりつけ医のための認知症診療ガイド」（医薬ジャーナル社，2011）など 多数．日本老年精神医学会，日本認知症学会などの理事を務める． 本間 昭 1973年東京慈恵会医科大学卒業．聖マリアンナ医科 大学神経精神科，デンマークオーフス州立細胞遺伝 疫学研究所研究員，東京都老人総合研究所精神医学 研究部長などを経て，2009 年 6 月より認知症介護 研究・研修東京センター長．学会活動では，日本老 年精神医学会理事，日本認知症ケア学会理事長など を歴任．
