[シン・ジョンウン教授インタビュー]：声に潜む認知症の手がかりを、AIで見つける
話し方を解析して初期認知障害をスクリーニング…早期対処を促す
日常の機器・スマートケア施設を活用した能動的な回復環境に期待
- イ・ジンギョン記者
- 2026.08.14 20:00
認知症とは、さまざまな原因によって脳の機能が低下した状態をいう。症状が徐々に進行する場合が多いため、患者も家族も初期の変化に気づきにくく、正確な診断のために多角的な検査が必要で、患者の時間的・経済的負担も大きい。
こうした診断の限界を補う手段として、最近、人工知能（AI）による音声解析が注目されている。声に現れる微細な音響学的変化を解析し、初期認知障害の可能性を評価する技術だ。音声データはスマートフォンなどの日常的な機器を通じて手軽に収集・蓄積できるため、認知機能の変化を継続的に追跡するのに活用できる。
関連技術を研究しているシン・ジョンウン教授（建国大学校）は「AIが医療と結びつくことで期待される最大の強みは、リアルタイムのデータ解析と個人に合わせた診断」とし、「これにより認知症発症前の変化を捉え、早期管理を促す方向へ医療のパラダイムが変わっていくだろう」と説明する。認知症の早期スクリーニングのためのAI技術から、デジタル治療機器が変える未来の診療環境まで、詳しく話を聞いた。
認知症診断の現実的な壁…「初期発見が難しく、検査の負担が大きい」
認知症は早期に発見することが重要だ。認知機能が大きく低下した後は元の状態に回復することが難しい場合が多く、早い時期から症状の悪化を遅らせ、現在の機能を維持するための管理が必要となる。
しかし、認知機能の低下は徐々に進行するため、患者本人はもちろん、家族など周囲の人も異常の兆候を早期に把握することが難しい。そのため、病状がかなり進行してからようやく医療機関を訪れるケースが多い。
病院を訪れたとしても、正確な発症原因を突き止め、確定診断に至るまでには少なからぬ時間がかかる。認知症の特性上、血液検査や磁気共鳴画像（MRI）などの単一の検査だけでは、認知症の有無や原因を判断することが難しいためだ。
シン・ジョンウン教授は「認知症は単一の疾患ではなく、アルツハイマー病や血管性認知症など、さまざまな原因で生じる包括的な概念」とし、「発症原因が非常に複合的であるだけに、複数の精密検査を経て原因を正確に鑑別するには相当な時間がかかる」と説明した。
こうした検査の過程は患者の負担につながる。シン教授は「精密検査をすべて行えば患者の費用負担が増し、簡単な質問票形式のスクリーニング検査だけに頼れば精度が下がるというジレンマがある」とし、「こうした診断の限界を克服し、患者の負担を軽減する代替手段として、最近AI音声解析技術が台頭している」と語った。
AI、声に含まれる健康情報から初期認知障害をスクリーニング
AI音声解析とは、話す速度やリズム、発話中の停止、抑揚、音質など、さまざまな音響学的・発話的特徴を定量的に抽出し、認知機能の変化と関連するパターンを解析して、認知機能低下の可能性を評価する技術である。
音声は、呼吸や発声器官の動きだけでなく、言語を計画し表現する過程で求められる記憶、注意、遂行機能など、複数の認知過程の影響を受ける。シン・ジョンウン教授は「認知機能に変化が生じると、話す速度や停止の頻度・長さ、リズムや抑揚など発話パターンにも微細な変化が現れることがある」と説明する。AIはこうした発話特性を総合的に解析し、初期の認知機能の変化の可能性を評価する補助的なスクリーニングツールとして研究されている。
シン教授は「米国のある企業は、咳の音の解析によって肺疾患を約90%の精度で診断する技術を披露したことがある」とし、「認知症分野でもAIを活用して初期認知障害の患者をスクリーニングする技術が、現在臨床試験段階で85〜87%の精度を示している」と述べた。
特にこの技術は、声を一時的に変化させる外部要因の影響を比較的受けにくいという。法医学の分野で身元確認に音声を活用するのと同じ原理だ。
シン教授は「風邪をひいたり方言を使ったりすれば表面的な変化は現れるが、個人が生まれ持った固有の音響学的構造である『メインフレーム』自体は変わらない」とし、「発話の内容ではなく話し方、すなわち音響学的特性を解析するため、言語や訛りの影響をはるかに受けにくく、一貫したスクリーニングが可能だ」と説明した。
そのうえで「それでも実際の医療現場で活用するためには、こうした変数を考慮したデータ収集とアルゴリズムの検証が重要だ」と付け加えた。
日常の機器で声を記録し「継続的に追跡」…認知の変化を早期に捉える
AI音声解析のもう一つの特徴は、個人の声の変化を長期間追跡できる点だ。シン・ジョンウン教授は「AIモデルは良質なデータが多いほど解析が精緻になる」とし、「比較的健康なうちから音声データを継続的に蓄積すれば、個人ごとのベースラインを形成できる」と説明する。これをもとに、単一時点の測定だけでは捉えにくい微細な変化まで観察できる。
データが十分に確保されれば、個人の音声特性が徐々に認知症患者のパターンに近づいているかを解析し、先制的に警告することが可能になる。疾患の発生後に結果を通知する従来の方式から一歩進み、認知機能の変化を継続的に観察する体制へと転換するのだ。
シン教授は「AIが医療界に与える最大の影響は、単発の診断よりも『継続的なモニタリング』にあると考えている」とし、「認知機能変化の初期兆候をより早い段階で把握し、早期管理を促す方向へ医師の役割が再定義され、医療パラダイムそのものも転換していくだろう」と見通した。
こうした変化は、日常生活の中の電子機器によってさらに加速する見込みだ。最近ではスマートフォンアプリやPCを通じて、家庭でも音声データを手軽に収集・解析できる環境が整いつつある。
シン教授は「最終的には、患者が暮らすリビングが日常的な診察室の役割を果たすようになると期待している」とし、「自分の健康状態を自ら認識し、能動的に管理する環境をつくることが目標だ」と語った。そのうえで「ただし、音声解析技術が信頼できる健康管理の手段として定着するには、学習データの偏りや過学習の問題を減らし、正確性と安全性を継続的に検証しなければならない」と、解決すべき課題も指摘した。
早期スクリーニングを超えて治療・回復まで…広がるデジタルヘルスケア
AIを活用した認知症管理は、初期認知障害の可能性をスクリーニングし変化を追跡するだけにとどまらない。認知機能の低下を遅らせ、日常への回復を支援する治療・ケアの領域へも適用範囲が広がっている。代表的な例が、ソフトウェアを活用して疾患を管理する「デジタル治療（Digital Therapeutics）」だ。アプリやゲーム形式のソフトウェアを用いて認知トレーニングなどを提供する方式である。
ただし、重度の認知症患者は単一の刺激だけでは有意な効果を得にくく、デジタル治療機器の適用には限界がある。そのため現在の研究は、主に認知症のごく初期段階や軽度認知障害（MCI）の患者を対象に進められている。
シン・ジョンウン教授は「軽度認知障害は日常生活への支障が比較的少ない状態なので、症状の悪化を遅らせ、現在の機能を維持することに注力する」とし、「前臨床段階ではあるが、ゲーム形式のデジタル治療を1日15分ずつ8週間適用した結果、認知機能がMMSE基準で平均10%ほど向上するデータを確認した」と述べた。MMSEとは、時間・場所の認識、記憶力、注意力、計算能力、言語機能などを評価する簡易精神状態検査のことである。
デジタルヘルスケアは、病院の外の生活空間でも活用されている。7月に河南（ハナム）にオープンしたステップダウン（Step-down）ケア施設「ケアハブ」が代表的な例だ。長期療養ではなく「短期集中回復後の日常復帰」を目標とするこの施設では、AIとデジタル機器を活用して入所者の健康状態と機能の変化を継続的に見守る。
個室中心の個人空間には、非接触センサーとAI睡眠解析システムが設置されている。これにより睡眠・活動量・認知機能など、医療・リハビリ・生活データを収集する。このデータをもとに、記憶力の低下や歩行の不安定さ、転倒リスクなど疾患前段階の兆候を捉え、デジタル治療機器を用いて測定・解析・トレーニング・変化の追跡を網羅する個別化された管理を提供する。健康指標の変化は、保護者と入所者が確認できるよう毎月統合レポートとして提供される。
シン教授は「ケアハブは、AIとデジタル機器で機能の変化を継続的に追跡し、病院と日常の間の『回復の空白』を埋める新しいケアモデル」とし、「今後AIは、声などを通じて疾患の初期兆候を発見することから一歩進み、患者の回復過程や日常生活まで継続的に支援する方向へ発展していくだろう」と展望した。
| 本シリーズは、建国大学校病院耳鼻咽喉科のシン・ジョンウン教授とともに全5回にわたって連載されます。22年間診療の現場で積み重ねてきたシン教授の臨床経験をもとに、難聴・耳鳴り・めまいと脳の健康の相関関係を探ります。さらに、健やかな老後のための老年学的知見から認知症予防を助ける最新のAI技術まで、超高齢社会に必要な実践的な医学ソリューションを提示します。 |