認知機能の低下を声で察知する AI、精度92% を実現

『認知機能の低下』って、要するに物忘れが増えるってことだけ？それとも、もっと広い意味なの？

物忘れは、認知機能低下の入り口に過ぎません。認知機能は、脳が情報をどう処理するかの全体を指しています。記憶はもちろん含まれますが、他にも注意力、判断力、言語理解、計算能力、空間認識など、思考に関わるあらゆる領域があります。 アルツハイマー病が進むと、最初は名前が出てこないくらいの物忘れから始まったとしても、やがて日付がわからなくなったり、今いる場所の認識がぼやけたり、簡単な会話の文脈がつかめなくなったりします。この記事で声を分析する対象になっているのも、そういう広い意味での認知機能です。「同じ言葉を繰り返す」「単語選びが難しくなる」といった変化は、記憶というより、言語を組み立てる能力の低下を示しているんですね。つまり、脳が複数の情報を同時に処理する力全体が衰えていく状態を認知機能低下と呼んでいます。物忘れだけに目を向けると、本当に大事な変化を見落としてしまうかもしれません。

もし医者に診てもらうときに『あ、この声のデータ分析してますね』って告げられたら、日常会話をそんなに細かく観察されるのって、ちょっと緊張しませんか？

確かに、診察中の何気ない会話が分析されてると意識したら、気になってしまいますよね。ただ、これって逆に考えると面白い点があります。 診察室ってもともと「自然な自分」が出にくい場所なんです。医者を前にすると、誰もが少し身構えて、いつもより丁寧に喋ろうとしてしまう。緊張で声も上擦ったりする。その状態で、認知機能の本当の低下を見分けるのは、実は医者の目視だけでも難しい。 声のAI分析は、その緊張した診察室での会話パターンから、『意識的な頑張り』ではなく『無意識の変化』を抽出することになります。つまり、患者さんが「いい患者」を演じようとしても、声の微妙なクセや言い淀みは、本当の状態を示してしまう。告げられることで多少は緊張するかもしれませんが、むしろ「ありのままが見えやすくなる」という側面もあるのかもしれません。 医療の現場では、患者が自覚できない変化ほど、早期発見に価値がある。その意味では、観察されていることを知ることが、診断精度を高めることにもつながりそうです。

アルツハイマー病の早期発見ってここ数年、すごく大事だって言われるようになったのは、何か新しい治療法が出たからなの？

実は、ここ数年で認知症治療の風景が変わり始めているんです。従来のアルツハイマー病治療は、すでに低下した認知機能を改善するのが目的でしたが、効果は限定的でした。ところが2023年、米国で「レカネマブ」という新薬が承認されて状況が一変。これは発症前、つまり脳に異常タンパク質が溜まっているけど症状がまだ出ていない段階で使うと、進行を遅らせられることが分かったんです。症状が出てからでは手遅れ、という医学的コンセンサスが成立したわけです。だから「早期発見」が急に重要になった。今までは診断されても治療法がなかったから、検査も積極的ではなかった。でも新薬が効く段階があるなら、その前の段階で見つけることが医学的に意味を持つようになった。この研究の声による検査法も、そういう流れの中で注目されているのだと言えそうです。

これって『見た目や数字では分からないけど、言葉や声の細かいパターンで人の内面をAIが読み取る』ってパターンが、医療以外にも広がってく可能性があるってこと？

その通りですね。認知機能に限らず、うつ病の兆候、ストレスレベル、さらには詐欺の意図まで、人の内面や状態が声や言葉遣いに表れるのは古くから知られている。ただこれまでは、医者や経験者が「なんか様子が変だな」と気づく程度でした。 AI が「文字」と「音声」を同時に処理できるようになったことで、そうした微妙な変化を数値化・定量化・再現可能にする道が開けた。つまり、「個人の直感や経験に頼る」から「誰もが同じ精度で検出できる仕組み」へシフトする転機なんだと思います。 医療の次に来そうなのは採用試験や人事評価。面接の声や言葉を分析して、適性や信頼度を判定する——そんな使われ方も現れてくるかもしれません。もちろんそこには倫理的な問題も伴うけど、一度できるようになった技術は、良い用途も悪い用途も、とめるのは難しい。声と言葉が「新しい生体認証」になっていく世界。一歩先を見ると、そこまで来ている感覚があります。

精度92%って高い数字だけど、逆に8%は間違ってる。健康な人を『認知機能が低下してます』と誤診されたら、その人の人生けっこう変わらないですか？

医療の文脈では「92%の精度」の重みが、一般的な正確さの感覚とズレていることが多いんですよね。 実際、認知機能低下の誤診は深刻です。健康な人が「あなたは異常です」と告げられれば、心理的ダメージは大きい。不要な治療に進む可能性も。ただここで大事なのは、この仕組みが「診断」ではなく「スクリーニング」という位置付けにあることです。記事では「異常を察知する」「判定します」と書かれていますが、現実の導入場面では、まず声で引っかかった人だけを、次のステップ（脳画像検査など確実な検査）に送るツールとして機能する可能性が高い。つまり、最終診断の前段階で、検査の対象者を絞り込む役割です。 そう考えると、8%の誤検出は「本当は健康な人が追加検査を受ける」という無駄にはなりますが、「誤診されて治療される」という最悪の事態は緩和される。むしろ、見落とし率（低下を見逃す側）がどのくらいなのか、そちらのほうが気になるところです。人生が変わるリスクは、実は両方向にあるのかもしれません。