2019年、21歳の中国人学生、リー・ファンは自身のWeiboアカウントにメッセージを残した後、薬を飲んで自殺した。 その後の調査で、この学生は南京の大学2年生で、うつ病を患っていたことが判明した。複数のオンラインローンの借金を抱え、人間関係にも問題を抱えていたため、学業を中断し、自宅にこもり、密かに自殺を決意していた。 この決断についてはこれまで誰にも話していなかったが、 「Tree Hole Robot 002」というコードネームのプログラムが、8,000キロ以上離れたオランダの首都アムステルダムにある李凡のポストをすぐに探知した。 救助活動が開始され、中国全土から数人のボランティアがオンラインで救助隊を結成しました。李凡さんが昏睡状態に陥っている可能性があると知ったボランティアたちは警察に連絡し、李凡さんは最終的に救出され、病院に搬送されました。 リー・ファンさんの物語はスリリングに思えるが、これは「Tree Hole Rescue Team」と呼ばれるこのオンライン組織の日常業務に過ぎない。これは、オランダのアムステルダム自由大学の人工知能研究者である Zhisheng Huang 氏によって設立された、中国全土から約600 人のボランティアが参加する広大なネットワークです。 AIプログラムは、収集したオンラインコメントを10段階に自動的に分類します。レベル10が最高レベルで、自殺が進行中であることを示します。次の9段階は、計画的な自殺未遂を示します。 「最高レベルの緊急性は、人命が差し迫った危険にさらされており、人命が何よりも優先されることを意味します。しかし、それほど緊急でない場合は、当該人物の情報の捜査を継続したり、プライバシー保護のための措置を講じたりすることはありません」と黄智晟氏は述べた。 黄智晟氏によると、「ツリーホール救助隊」設立のきっかけは、周囲にうつ傾向のある人が増えていることに気づいたことだったという。そこで2018年、彼はソーシャルメディア上で心理的支援を必要とする人を見つけるためのこのプログラムを立ち上げた。 過去1年半にわたり、「ツリーホール救助隊」は黄教授が開発したロボットプログラムを通じて他のボランティアと協力し、 1,000件近くの自殺未遂を阻止し、 700人以上の命を救ってきた。 「もうこれ以上躊躇することはできないと感じました。1日でも遅れれば、多くの命が失われることになります」と黄智晟氏はインタビューで語った。 「今では週に10人ほどの命を救えるのです」 「木の穴救助隊」の統計によると、自殺願望を持つ人は主に16歳から26歳で、木の穴にメッセージを残すピーク時間は午後10時から午前2時の間です。男女比はおよそ1:3です。 中国青年報によると、大学生のうつ病発症率は年々増加している。 2019年6月、世界保健機関（WHO）は、世界中で3億人以上がうつ病に苦しんでおり、これは世界人口の約4.3%に相当すると推定しました。そのうち、中国では5,400万人がうつ病に苦しんでおり、100人中少なくとも3人がうつ病に苦しんでいることになります。 2030 年までに、うつ病が世界中で疾病負担の主な原因になると予測されています。 ますます深刻化する現代の精神衛生問題に直面して、黄智晟氏や「Tree Hole Rescue Team」のようなボランティアに加えて、テクノロジーと AI を活用してうつ病患者に避難所とサポートを提供しようとする組織が増え始めています。時間は命です！アルゴリズムを使って、子どもがうつ病を発症するまでの時間を短縮します。うつ病に苦しむ人々の中で、子供はかなり特殊なグループであるかもしれません。 統計によると、自閉症児の親の多くは、生後1～3年経って初めて子どもの変化に気づきます。米国では、その平均年齢は4.3歳です。しかし、多くの研究で、自閉症が本格的に発現する前に早期介入することで、ASDの重症度を軽減し、子どもの脳と行動の発達を改善できることが実証されています。 小児における症状の発現から診断までのタイムラグを短縮する方法はありますか? 最近、カリフォルニアに拠点を置く企業が、自閉症スペクトラム障害（ASD）の新しい診断ツール「Cognoa」を発売しました。このツールは人工知能技術を活用し、関連する兆候が現れてから数週間以内にASDの診断を下すことができます。これは、現在の標準よりもはるかに迅速です。 ベイラー医科大学の臨床自閉症研究者で、テキサス小児病院自閉症研究センター副所長のロビン・ゴイン＝コッヘル氏は、コグノア氏のアプローチは「革新的」であり、この分野では「発達や行動への最初の注目から最終的なASD診断までの時間を最小限に抑える」方法が必要だと述べた。 Cognoaの技術は、スタンフォード大学医学部小児科准教授のデニス・ウォール氏の研究室から生まれました。「私は客観的に、ある疑問を提起したいと思っています。正確さを犠牲にすることなく、自閉症診断プロセスの複雑さを軽減することはできるでしょうか？」 電子医療記録データを一連のアルゴリズムに取り込むことで、ウォール氏のチームは、他人の笑顔に反応する、物体への集中を共有する、創造性、想像力があるといった社会的・感情的特性を含む、ASD診断の中核的特徴を区別することができた。 チームの ASD 診断手順では、親のアンケート、家族のビデオ、臨床医のアンケートという3 つのモジュールを通じてこれらの診断基準を把握します。 CognoaのCEOであるDavid Happel氏は、このツールの仕組みについて次のように説明した。両親がかかりつけの小児科医に懸念を伝えたり、子供がASDスクリーニングの質問票に合格しなかったりすると、小児科医は両親にスマートフォン上のCognoaアプリにアクセスするためのコードを渡します。 アプリにログイン後、保護者はお子様の行動に関する15分間のアンケートに回答し、お子様が普段の環境で過ごしている様子を撮影した1～2分の動画を2本アップロードします。これらの動画は、訓練を受けたCognoaの専門家に送信され、専門家が内容を確認し、関連する質問に回答します。 これらの回答は、保護者の回答と小児科医が記入した簡単な質問票と併せて、CognoaのAIに入力されます。その後、アルゴリズムが結果を小児科医に送信し、診断を行います。 ハッペル氏は、このツールのアルゴリズムは、性別、人種、民族的背景が異なる数百件の実際の症例データでトレーニングされており、「診断を迅速化するだけでなく、現在のシステムに内在する多くの偏見を排除できることが証明されている」と述べた。 現在の標準的な ASD 診断ツールは、若い白人男児の健康データに基づいて構築されており、これらのツールでは、女児や非白人の背景を持つ子どもをうまく識別できず、これらの集団の診断が遅れる原因となっています。同社は最近、全米14施設で重要な二重盲検臨床試験を完了しました。報告書によると、この試験には、両親または医師から発達について懸念を表明されていたものの、これまで自閉スペクトラム症（ASD）の検査を受けたことのない、生後18ヶ月から72ヶ月の幼児425名が参加しました。各児童は2回の検査を受けました。1回目はコグノア社のツールを用いた検査、2回目はDSM-5の基準に基づいた専門医による検査で、診断は別の専門医によって確定されました。 主要な実験の結果はまだ公表されていないため、報告すべき具体的なデータはありません。 しかし、同社は、この試験は「 FDA承認の目標ベンチマークを上回り」、性別と人種の点で正確であったと述べています。さらに、この研究は2019年7月から2020年5月にかけて実施され、今春のパンデミック発生時には、遠隔医療による一部の小児の遠隔評価も含まれています。このツールは遠隔管理においても同様に優れた性能を示しました。 同社は今後数ヶ月以内に完全な研究報告書を公表する予定で、まもなくFDAに正式に提出する予定です。承認されれば、コグノアは自閉スペクトラム症の初の診断ツールとなります。 李菲菲氏のチームは、精度83.3%のうつ病AI診断ツールを開発した。私たちは、子どもだけでなく、うつ病に苦しむ全人口に十分な注意を払うべきです。 2018年、フェイフェイ・リー氏のチームはうつ病を診断できるAIを開発した。 紹介によると、このAIは主に音声認識、コンピュータービジョン、自然言語処理の技術を組み合わせ、顔の表情や声からうつ病かどうかを診断するという。 実験結果によると、このAIシステムはうつ病の診断において83.3%の精度を達成しました。さらに、このモデルはモバイル端末にも展開できるため、より多くの人が診断を受けることができます。 具体的な診断では、モデルは主に、患者の声のトーンが単調でイントネーションがまったくないかどうか、声のボリュームが比較的低いかどうか、患者が話すときに普通の人よりもジェスチャーが少ないかどうか、患者が常に下を向いているかどうか、などの要素を判断します。 このモデルのトレーニングには主にDAIC-WOZ データが使用されました。これには 142 人の患者の健康質問票スコアと 189 の臨床面接が含まれており、合計 50 時間分のデータが含まれています。 モデル全体は2つの部分で構成されています。最初の部分は文レベルの埋め込みです。これは文全体のマルチモーダル埋め込みであり、より長い期間にわたる音声、視覚、音声要素の捕捉を可能にします。2番目の部分は因果畳み込みネットワーク（C-CNN）です。畳み込みネットワークを使用する主な理由は、うつ病の人は話す際に単語間の間隔が長くなる傾向があるため、音声や動画の文章が長くなる傾向があるためです。因果畳み込みネットワークは、このような長い文章の処理において、再帰型ニューラルネットワークよりも効果的です。 注目すべき点は、この研究がNIPS NeurIPS 2018ヘルスケア機械学習（ML4H）ワークショップにも選ばれたことです。 今年、日本の映画スターである三浦春馬さんと竹内結子さんがともに自ら命を絶ち、多くの日本のメディアは、彼女たちの選択はうつ病によるものだと推測した。 冒頭で触れた「ツリーホール救助隊」の救助隊員たちが言うように、自殺を考えているうつ病患者を救助した後、彼らは仲間の問題というもう一つの大きな問題にも直面した。 「今はほとんどの時間を、（私が救助した）木の穴の赤ちゃんたちの中で過ごしています。疲れ果ててしまうこともあります」と、「木の穴救助隊」のメンバーは語った。彼は現在、救助された8頭とチャットで長期にわたる関係を維持している。「彼らは困惑している様子をメッセージで残してくれるので、私はたいてい見かけたらすぐに返信しています」 チームメンバーの中には、オンラインでのサポートに加え、救助対象者が現実世界の困難を乗り越えられるよう支援する方法も模索した人もいました。例えば、AI研究者は社会不安障害のある人がデータアノテーションの仕事を見つけるのを支援しました。 李凡さんは、救助隊員たちは最善を尽くしたものの、ほとんどの場合、一時的な救援しか提供できなかったと述べた。このような時こそ、自らの努力と家族の理解が何よりも重要になる。別の職員によると、ある患者は救出され、容態は「日に日に良くなっているように見えた」という。学校への復学も準備していたという。しかし、ある週末、彼女は突然薬を過剰摂取し、自殺を図り、あっけない形で人生を終えた。「今でも理由はわかりません。金曜日に、彼女は新しいWeChatのプロフィール写真について私に話していました」と彼女は語った。「長年一緒に過ごしてきた人を突然失うのは、本当にショックです」 「魯迅が言ったように、人類の喜びや悲しみの多くは共有されるものではなく、私たちは依然として自分自身の力で乗り越えなければならないのです」と李帆さんは語った。 https://spectrum.ieee.org/the-human-os/biomedical/diagnostics/cognoa-ai-autism-diagnostic-seeks-fda-clearance http://atimescn.com/ライフスタイルビュー-5244.html https://zhuanlan.zhihu.com/p/51408392 https://www.bbc.com/zhongwen/simp/science-50313320 | 
上級RAG 05: テキストの本質的意味情報に基づくデータセグメンテーション手法の探究
2026-01-09