- 自閉症の診断に機械学習はどのように役立つのか？
- 自閉症の発話パターンをどのように特定するのか？
- 自閉症に関する研究で文化や言語を超えるツールを開発することは可能か？
米ノースウェスタン大学の研究チームは、人工知能の一種である機械学習を用いて、英語と広東語の間で一貫性のある自閉症の子どもの発話パターンを特定し、発話内容の特徴が自閉症診断の有用なツールになる可能性を示唆する新しい研究結果を発表しました。
香港の共同研究者とともに行われたこの研究は、自閉症の人たちのコミュニケーション能力を形成する遺伝的要因と環境的要因の区別に役立つ知見をもたらし、この症状の原因に関する詳細な解明と新しい治療法の開発に役立つ可能性があります。
自閉症の子どもたちは、定型発達の子どもたちよりもゆっくりと話すことが多く、ピッチ、イントネーション、リズムなどにも違いが見られます。
しかし、こうした違いを一貫した客観的な方法で特徴づけることは驚くほど難しく、その原因は何十年も不明なままでした。
ノースウェスタン大学の科学者モリー・ロシュとジョセフ・Ｃ・Ｙ・ロウが率いる研究チームは、香港在住の共同研究者パトリック・ウォンと彼のチームとともに機械学習を用いて自閉症に関連する発話差を識別することに成功しました。
機械学習に使用したデータは、自閉症の有無にかかわらず英語と広東語を話す子どもが、”Frog, Where Are You?” という言葉のない絵本に描かれた物語を自分なりに表現したものを録音したものです。
この結果は、学術誌「PLOS One」に掲載されました。
「これほど構造的に異なる言語である場合、両方の言語間で自閉症に見られるスピーチパターンの類似性は、自閉症の遺伝的責任に強く影響された特徴である可能性が高いと考えられます」
そう、ノースウェスタン大学の教授であるロッシュは語っています。
「我々が観察したばらつきも同様に興味深いもので、これは、より可鍛性の高い音声の特徴を指し示すものかもしれませんし、介入の良いターゲットになる可能性もあります」
自閉症を予測する発話の重要な要素を特定するための機械学習の使用は、自閉症研究における英語バイアスや、自閉症の人とそうでない人の発話の違いを分類する時の人間の主観によって制限されてきた研究者にとって、大きな前進を意味するといいます。
「その中で最も顕著なのがリズムです。
この研究が、将来、機械学習を活用した自閉症に関する研究の基礎になることを期待しています」
研究チームは、今回の研究が自閉症に対する理解の向上に貢献する可能性があると考えています。
人工知能は、医療従事者の負担を軽減し自閉症の診断を容易にし、より多くの人が自閉症の診断を受けられるようにする可能性があるとラウは述べています。
また、コンピュータは言語に関係なく、言葉や音を定量的に分析することができるため、いつの日か文化を超えるツールとなる可能性もあります。
機械学習によって特定された音声の特徴には、英語と広東語に共通するものと、特有のものがあります。
機械学習は、治療介入に適した音声の側面を特定するだけでなく、時間をかけて話者の進歩を評価することによって、その介入の効果を測定するツールの開発にも役立つだろうとロシュは言います。
この研究結果は、自閉症の遺伝的感受性に関係する特定の遺伝子や脳処理機構の役割を特定し、理解するための取り組みにも役立つ可能性があると研究チームは述べています。
最終的な目標は、自閉症の人の言葉の違いを形成する要因について、より包括的な全体像を明らかにすることです。
「聴覚経路が関与している脳内ネットワークは、自閉症の人の脳内での音声処理の違いに強く関連しています。
次のステップは、脳内処理の違いが、今回観察された行動的な発話パターンにつながるかどうか、その根底にある神経遺伝学的要因を明らかにすることです。
私たちは、この先の展開に期待しています」
（出典：米ノースウェスタン大学）（画像：Pixabay）
評価者の主観に依存してしまうような評価について、定量的、客観的に評価するのに機械学習は役に立ちます。
うちの子はまったくお話ができないので、
私としては、自閉症の方の言葉の発達を評価し、成長につなげてくれるツールになることを期待しています。
（チャーリー）
