BERTベースの言語モデルを用いたスピーチ由来バイオマーカーによるアルツハイマー病の検出：機械学習研究
カテゴリ：高齢者医療・介護
公開日：2026年9月16日
タイトル：Utilising speech-derived biomarkers to detect Alzheimer's disease with BERT-based language models: a machine learning study.
雑誌名：Front Artif Intell. 2026; 9: 1875702. doi: 10.3389/frai.2026.1875702.
概 要：
この研究は、アルツハイマー病（AD）の早期診断の重要性に着目し、スピーチバイオマーカーの個別の寄与を定量化することを目的としています。従来の研究では複数のバイオマーカーが統合されており、個々の特徴の寄与を分離することが困難でした。本研究では、スピーチトランスクリプトから得られたバイオマーカーを用いて、言語モデルのAD分類性能を向上させるかどうかを検討しました。
方 法：
DementiaBankからのスピーチトランスクリプションを処理し、言語モデル（BERT、AlBERT、DistilBERT）を用いて、言語モデルのAD分類のために、言語バイオマーカー（言葉の間、流暢さの欠如、理解できない言葉）を抽出しました。これらのバイオマーカーに基づくトランスクリプトを用いて、軽量な言語モデルを微調整し評価しました。
結 果：
言葉の間が最も識別力のあるスピーチバイオマーカーとして浮上し、F1スコアは0.8326で、他のバイオマーカーやノーバイオマーカーのベースラインを大きく上回りました。すべてのバイオマーカーを組み合わせると、平均して言葉の間単独の性能が低下しましたが、これはモデルに依存しました。BERTは、条件に関わらず最良の性能（F1 = 0.8154）を示しました。
結 論：
言葉の間などのスピーチバイオマーカーを選択的に使用することで、軽量な言語モデルによるAD検出が有意に改善されることが示されました。ターゲットを絞ったバイオマーカー選択は、広範な特徴の統合よりも解釈可能で臨床的に実行可能な道を提供する可能性があります。