電話ボットがアルツハイマー病を検知する

認知症はヨーロッパにおける最も重要な健康と社会的課題の一つであり、今後の数十年間で影響を受ける人の数は著しく増加すると見込まれています。アルツハイマー欧洲は、2025年にはEU27およびEU外を合わせて認知症を抱える人が1,210万人に達したと推定しており、2050年には1,990万人へと増加すると予測しています。¹ 世界全体では、認知症を抱える人は5,500万人を超え、2050年には1億3,900万人へと増えると考えられています。² アルツハイマー病は認知症の推定60〜70%を占めると推定されています。³ 

治療の状況は2025年に大きく変化しました。欧州委員会は、早期の症候性アルツハイマー病（AD）を治療する2薬を承認しました。レカネマブ（Leqembi）とドナネマブ（Kisunla）です。いずれも軽度認知障害（MCI）または軽度の認知症を有する人々の認知機能低下の進行を遅らせます。これらの治療は早期の症候性疾患を想定しているため、深刻な症状が現れる前にADの発症可能性を示唆する人を特定することが重要となりました。これにより、さらなる臨床評価を受けるべき個人を指し示すことができる、アクセス可能で規模の拡張が可能なスクリーニングツールの需要が生まれています。

従来、認知機能低下は臨床医が実施する対面の神経心理学的検査を通じて診断されます。この時間のかかる手順は大規模なスクリーニングには適しておらず、代わりに生体マーカーとしての「話すこと」に注目が集まっています。話し言葉は収集が比較的容易で、侵襲性が低く、遠隔で取得することができます。AI（人工知能）、機械学習、自然言語処理の進歩により、話し言葉データをより速く、場合によっては規模の大きさで分析できるようになっています。⁴ しかし、ADの話し言葉を用いた生体マーカーに関する多くの研究にはデータセットが不完全なものが多く、アルゴリズムを信頼性高く訓練することが難しいという課題があります。したがって、話し言葉のバイオマーカー研究のための、大規模で標準化された規模拡張可能なデータベースを作成する取り組みが進められています。

Miliに対する肯定的なユーザーフィードバック

Köhler らは、認知機能障害を有する人々のニーズを満たすことを目指して、電話ボットMiliの使いやすさを評価・改善するために、ユーザー中心設計アプローチを用いました。⁵ この研究は Alzheimer’s & Dementia に掲載され、健常高齢者と認知機能障害を持つ人々を含む234名の参加者が参加しました。女性の声を用いて、Miliは15か月間で3か月ごとに自動的に参加者へ電話をかけました。1回の電話は約15分で、3つの認知課題を含みました：語句リストの想起、意味的語彙流暢性、ストーリーテリング。

使いやすさはSystem Usability Scale（SUS）を用いて評価され、100点満点中70.4点を得ました。ケーラーはまた半構造化インタビューを実施し、参加者の体験、技術への自信、改善の提案を検討しました。総じて、参加者は電話ボットの使用を容易と感じましたが、初期の学習曲線を克服する必要があった人もおり、技術サポートの利用を望む声が多くありました。参加者は技術を人間と自動の対話の境界を曖昧にするほど人間味のあるものと見なしがちでありました。

一部の参加者は、認知機能のパフォーマンスに関するフィードバックがあればMiliを定期的に使用するだろうと述べましたが、ADのリスク予防・低減の方法を知ることにも関心を寄せていました。ケーラーはまた、結果が認知機能低下の可能性を示す場合には適切な指導が望まれると指摘しました。参加者は一般的に、Miliは専門的な臨床評価を代替するのではなく、それを補完するものであるべきだと感じていました。

倫理的考慮事項

これらの使いやすさの知見に加え、話し言葉ベースの認知機能スクリーニングのための自動電話ボットの使用には、意味のある同意の取得、プライバシー保護、心理的苦痛の最小化、公平性の確保、そして人間のケアへのアクセスを維持することなど、重大な倫理的問いが生じます。

MCIまたはADを有する人は意思決定能力が変動することがあり、データ収集への参加目的と影響を理解する能力に影響を及ぼす可能性があります。参加者は自動電話ボットを医療専門家と誤認したり、対話が治療であると解釈したりすることがあります。したがって、一回限りの同意モデルは不十分な場合があります。研究者は、プロセスの理解と継続する意志を定期的に確認する継続的同意の手続を検討すべきです。

話し言葉の録音には個人の身元情報や機微情報が含まれる可能性があります。非構造化および半構造化の会話中、参加者は意図した範囲を超えて医療・財政・家庭の問題を無意識に開示することがあります。繰り返しの電話は監視に関する懸念を生むかもしれず、共有デバイス、背景の会話、家族の同席は追加のプライバシーリスクを生じさせます。研究者は何が録音され、データがどのように保存・使用され、誰がアクセスできるのか、機密性がどのように守られるのかを明確に説明する必要があります。

自動化された認知評価は、語を見つけるのに苦労したり指示を誤解したりする場合に、パフォーマンス不安・混乱・挫折感を引き起こすことがあります。音声認識の誤りも不満を招くことがあります。電話ボットが認知機能低下の兆候を識別した場合には、これらの所見をどのように伝えるか慎重に検討する必要があります。結果が懸念される可能性がある場合には人間のサポートを受けることが望ましく、文脈と心理的サポートを提供して不安や苦痛を最小限に抑えるべきです。

アルゴリズムの公正性・透明性・偏り

話分析システムは、訓練データの多様性が欠けている場合、集団間で性能に不均衡を生む可能性があります。地域の訛り、非ネイティブの話し方、聴覚障害、コミュニケーション障害は、誤った分類や不公平なスクリーニング結果につながる恐れがあります。したがって、アルゴリズムは多様なグループで検証されるべきで、結果を決定的な診断として扱うべきではありません。

深層学習モデルは解釈が難しく、なぜ特定の結果が出たのかを説明するのが困難です。研究者は、システムの能力・限界・不確実性を分かりやすい言葉で伝えるべきです。また、自動スクリーニングが貴重な臨床接触や個人サポートを置き換えるリスクがあり、高齢者が孤立感や支援の欠如を感じる可能性があります。

結局のところ、電話ボットは話し言葉ベースの認知スクリーニングへのアクセスを広げる有望な方法ですが、その使用は意味のある同意、堅牢なデータ保護、アルゴリズムの公正性、およぶ参加者の心理的健康を守る適切な安全策によって導かれるべきです。極めて重要なのは、自動スクリーニングが専門的な臨床評価と人間のサポートを補完するものであり、置き換えるべきではないという点です。これらの取組みが整い初めて、電話ボットは責任ある形で開発・使用され得ます。

プロフィール:

ステファニー・ケーラー博士は、ドイツ神経変性疾患センター（DZNE）ロストック／グライフスヴァルトの研究者で、ロストック大学病院の心身医学科に所属しています。彼女の研究は、アルツハイマー病の早期検出のための話し言葉とデジタルバイオマーカーに焦点を当てており、自動電話ボットMiliを含む研究を行っています。

参考文献:

1. Prevalence of Dementia in Europe 2025; Alzheimer Europe
2. Dementia facts & figures; Alzheimer’s Disease International
3. 2026 Alzheimer’s disease facts and figures. Alzheimers Dement. 2026;22(4):e71345. 公開日 2026年4月21日. doi:10.1002/alz.71345
4. Malo M-F, Bouhouita-Guermech S, Gallois H, Ravitsky V, Bridge2AI Voice Consortium and Bélisle-Pipon J-C (2026) Using voice and speech data in healthcare: a scoping review of the ethical, legal and social implications.Front. Digit. Health 8:1750111. doi: 10.3389/fdgth.2026.1750111
5. Köhler S, König A, Linz N, et al. Digital biomarker co‐design with patients and caregivers. Alzheimers Dement. 2025;20(Suppl 4):e084095. Published 2025 Jan 9. doi:10.1002/alz.084095