双極性障害の手掛かりは「話の内容」より声に――東京科学大学などの音声AI研究を読む

診察室の声が、数字になる

精神科の診察では、患者が何を語るかだけでなく、話し方、話す速さ、声の抑揚、返答までの間も診療の手掛かりになる。しかし、その観察は診察する側の経験や、その日の状態、患者との関係によって左右されやすい。声の変化を測定可能な情報として捉えることはできないか。東京科学大学、慶應義塾大学、静岡大学などの共同研究が、この古くからの臨床上の問いに、新しい解析手法で向き合った。

研究グループは11月２日、双極性障害の患者61人と健常者99人の自然な面接会話から音響・言語の特徴を抽出し、機械学習で両群を判別したと発表した。学術誌「Journal of Medical Internet Research」には米国東部時間11月１日付で掲載された。判別指標AUCは0.916。注目すべきは、話の意味や語彙より、音声そのものの特徴が強い情報を持っていたことだ。ただし数字の印象だけで「声で病気が分かる」と結論づけてはならない。

何を調べたのか――61人と99人

研究の土台は、慶應義塾大学病院と全国の連携医療機関など10施設が2017～2024年に集めた半構造化面接の録音である。研究班が長年構築してきた会話データベースは、500人超、約1,300件に及ぶが、今回の論文で双極性障害と健常者の判別に用いたのは、この全件ではない。双極性障害の患者61人と健常者99人、計160人に絞った解析である。

面接は１回30～60分ほど。患者の気分状態は、うつ状態32人、躁症状を伴う状態（混合状態を含む）20人、寛解期26人として分類された。患者が異なる時期に複数の状態で観察されるため、状態ごとの人数を足しても61人にはならない。研究が示すのは、診察室に近い環境で集めた発話記録を用いた集団間の統計的な識別結果であり、街中の雑音を含む数秒の録音を使った診断ではない。

「正答率91.6％」ではない

論文の中心的な数値はAUC（ROC曲線下面積）0.916である。AUCは、病気のある人とない人をモデルがどの程度区別できるかを、判定閾値を変えながら評価する指標だ。0.5なら偶然に近く、1.0なら完全に区別できる。この0.916は「91.6％の患者を正しく診断した」という意味ではない。公表値には感度0.933、特異度0.859もあるが、どの集団にどの閾値で適用するかによって、偽陽性と偽陰性の数は変わる。

さらに重要なのは検証方法だ。研究ではLASSO正則化ロジスティック回帰と入れ子交差検証を用い、特徴の選択と性能評価を研究データの内部で繰り返した。単純に同じデータで学習と試験をするより慎重な方法だが、独立した病院・地域・言語集団で同じ性能が再現されたわけではない。診断の現場へ移す前には外部検証が欠かせない。

言葉の意味より、声の波形

論文では音声から6,373種類の音響特徴を抽出したうえ、録音音量に依存しやすい2,900種類を除き、3,473種類を解析に用いた。話した言葉については211種類の言語特徴を取り出した。音響のみのモデルのAUCは0.910、言語のみでは0.651、両者を組み合わせたモデルは0.911だった。発話の内容を加えても、この比較では改善はごくわずかだった。

統計的に有意だった特徴の96～98％は音響に関係していたという。声の高さだけが決め手だったわけではない。音の周波数成分、倍音と雑音の比率、発話中の細かな変化など、複数の性質を機械的に測っている。「何を話したか」ではなく「どう声になったか」に、多くの情報が潜んでいる可能性を示した。

MFCCという、耳には見えない特徴

解析に使われたメル周波数ケプストラム係数（MFCC）は、音声認識などでも利用される、声のスペクトル形状を圧縮して表す特徴量だ。研究ではうつ状態に関連する一部の高次MFCCで変化の乏しさが、躁・混合状態ではスペクトルの変動性が注目された。倍音対雑音比の低下など、状態をまたいで観察された特徴もあった。

とはいえ、波形を一目見て双極性障害を読み取れるという話ではない。年齢、性別、発声習慣、風邪や疲労、録音環境、言語、服薬の影響も声に現れる。研究グループが示したのは多数の特徴を統計的に合わせた集団の傾向であり、特定の話し方をする人が双極性障害だと意味するものではない。

寛解期でも差が見えた。その解釈は難しい

今回の結果で関心を集めるのは、症状が落ち着いている寛解期の患者と健常者の比較でもAUC0.874が得られた点だ。うつ状態と健常者では0.805、躁・混合状態と健常者では0.848だった。一見すると病気に伴う持続的な声の特徴が存在するようにも見える。

しかし大学の発表は慎重だ。寛解期では抗精神病薬の服用とモデルの判別確率が関連しており、病気そのものの影響と薬の影響を切り分けられていない。服薬歴が異なる集団、未服薬の参加者での再検証が必要である。声の違いを病気の「本質」と短絡することは、科学的にも倫理的にも適切ではない。

気分の変化を追う道具としては、まだ弱い

双極性障害では、うつ状態と躁状態・軽躁状態、あるいは寛解期を見分けることが治療選択に直結する。このため、患者本人の状態の変化を音声で追跡できれば意義は大きい。だが研究で直接比較して有意だったのは、うつ状態と寛解期の組み合わせ（AUC0.760）だけだった。躁・混合状態と寛解期、うつ状態と躁・混合状態の比較では十分な判別性能を示せなかった。

また、今回の解析は同じ人の声を日々追い、悪化を何日前に予測できたかを検証したものではない。複数回の面接記録を含んでも、主な評価は集団を比較する断面的な解析である。スマートフォンで録音して再発を予報するサービスが完成したという理解は誤りだ。

「躁うつ病」から双極性障害へ、診断の歴史

双極性障害は、うつ症状だけでなく、気分や活動性が高まる躁状態、軽躁状態などを伴い得る疾患である。現在の日本の医療では「双極性障害」という名称が用いられ、かつての「躁うつ病」と一対一に重ならない診断分類が整えられてきた。症状がうつから始まる場合、過去の軽躁状態に気づきにくい場合など、診断が長引く要因は複数ある。

研究発表は正確な診断まで平均約６年を要するという先行研究を紹介する。これは今回の160人を追跡して計算した期間ではない。歴史的に診断は病歴聴取、睡眠、活動性、気分の経過、家族や周囲の情報を統合して行われてきた。音声AIの価値を考える際も、患者が話した背景を理解する臨床面接を機械で置き換える発想ではなく、評価の補助となるかが問われる。

録音技術からデジタル・バイオマーカーへ

声の速度や抑揚が気分状態に関係し得るという着想は、AI以前から臨床家が持っていた。電話、録音機器、デジタル信号処理の普及で、発話速度、無音区間、ピッチや音色の変動を継続的に測る研究が広がった。2010年代以降はスマートフォンの普及に伴い、日常会話から気分変化を推定する試みも各国で進んできた。

2026年の系統的レビューも、声や活動量などのデジタル指標への関心を整理する一方、研究ごとに対象者、録音法、分類課題が異なり、精度の数字を単純比較できないことを示している。今回の日本の研究の特徴は、診療に近い半構造化面接を全国複数施設で長期に収集し、声の音響情報と言葉の情報を同じ枠組みで比較したところにある。

東京科学大学という新しい研究拠点

研究の中心となったのは、東京科学大学の髙橋英彦教授、慶應義塾大学の岸本泰士郎教授、静岡大学の狩野芳伸教授らのグループである。東京科学大学は2024年10月、東京医科歯科大学と東京工業大学の統合によって誕生した。医療現場と情報工学を結び付ける共同研究は、こうした領域横断の必要性を物語る。

ただし、複数の大学が関わったからといって、診断AIが規制当局に承認されたわけではない。研究の次の段階には、独立した外部患者集団での追試、疾患間比較、日本語以外の言語での評価、実際の診療に導入した際の利益と不利益の測定がある。研究結果を「新しい検査が誕生した」と報じるには時期尚早である。

声は個人情報であり、偏見を生む可能性もある

音声は、健康状態だけでなく、年齢層、話し方、出身地域、場合によっては本人の識別につながる情報を含む。解析技術が診察室の補助から採用選考、保険、職場の監視へと拡張されれば、本人の同意や説明なしに精神疾患を推測する仕組みに転用される危険がある。高いAUCが得られたからといって、どこで誰が利用してよいかが決まるわけではない。

研究チームは音の特徴を示す参考音声を合成して公開したが、患者の生の録音を公開したわけではないと説明している。こうした配慮は重要だ。今後は録音の利用目的、保存期間、同意撤回、バイアス検査、誤判定への対応、診療上の責任分担を具体的に定める必要がある。

声を聞く技術は、耳を傾ける医療を助けられるか

世界保健機関は2026年９月、世界で約3,600万人が双極性障害とともに暮らすと推計し、誤診、治療へのアクセス不足、偏見を課題に挙げた。診療資源が限られる地域において、負担の少ない補助指標が将来役立つ可能性はある。しかし、研究段階の機械学習モデルをそのまま患者や一般市民に適用してよい理由にはならない。

この研究が投げかけるのは、AIが人の声を聞けば病名を言い当てられるか、という競争ではない。言葉の背後にある発話の動きが、診療を支える客観情報になり得るのかという問いだ。答えを確かなものにするには、声の持ち主の尊厳と、医学研究に求められる厳しい検証の双方が必要になる。