新しい技術：車内モニタリングによるドライバーの認知症早期発症の検出

フロリダ大西洋大学（FAU）の研究者たちは、認知症のリスクを評価するために、車両内でオープンソースの車内モニタリングとAIセンシングシステムを活用した画期的な研究を行っています。この革新的なアプローチは、認知変化の早期警告を提供することを目的としており、道路安全性の向上に向けた重要な一歩です。

このような技術の必要性は、懸念される統計データによって強調されています。米国では、軽度認知障害を持つ高齢者が推計400万〜800万人運転しており、その3分の1が5年以内に認知症を発症するとされています。進行性認知症の個人は最終的に安全に運転できなくなるものの、多くの人が自身の認知機能の低下に気づいていません。

本研究は、車内モニタリングシステムが認知障害を示唆する異常な運転行動を検出する方法を体系的に調査しています。時間経過とともに高度に複雑な日常活動の遂行における微妙な変動を検出するために、連続的で目立たないセンサーおよび関連する監視デバイスを使用する報告は、ほとんどありません。

「アルツハイマー病の神経病理学的所見は、自分がその病気にかかっていることを知らず、明らかな兆候もなかったのに、自動車事故で亡くなった高齢ドライバーの脳で見つかりました」と、主任研究者であるルース・タッペン教授は述べています。「私たちの研究の目的は、認知機能障害をできるだけ早期かつ効率的に特定することの重要性から生じました。高齢ドライバーの車両に設置されたセンサーシステムは、これらの変化を検出し、認知機能の変化の早期警告を生成する可能性があります。」

縦断的研究デザイン

本研究は、運転行動に関する継続的な情報を得るために自然な縦断的研究デザインを採用しており、これは3年間にわたり3ヶ月ごとに実施される広範な認知テストの結果と比較されます。ドライバー用カメラ、前方用カメラ、およびテレマティクスユニットが車両に設置され、認知テストが実施されるたびに3ヶ月ごとにデータがダウンロードされます。

研究者たちは、道に迷う、交通信号や標識を無視する、ニアミス事故、注意散漫や眠気、反応時間、ブレーキパターンなどの異常な運転行動を測定しています。また、旅行パターン、つまり旅行回数、走行マイル数、高速道路での走行、夜間および昼間の運転、悪天候時の運転なども分析しています。

オープンソースのハードウェアおよびソフトウェアアプローチ

FAUの工学・コンピュータサイエンス学部が開発した車載センサーネットワークは、車載センシングユニットの開発に伴う時間、リスク、コストを削減するために、オープンソースのハードウェアおよびソフトウェアコンポーネントを使用しています。車内センサーシステムは、複雑な配線、センサーサイズ、センサー数を最小限に抑え、目立たないことを確保するために、シンプルでコンパクトに設計されています。

各車載センサーシステムは、2つの分散型センシングユニットで構成されています。1つはテレマティクスデータ用、もう1つはビデオデータ用です。慣性計測ユニットは、急ブレーキ、加速、旋回、GPSデータを判断するためにデータを処理します。ビデオユニットには、リアルタイムでビデオを分析する組み込みAI機能があり、これにはドライバー用指標（顔検出、目検出、あくび、注意散漫、喫煙、携帯電話の使用）や、交通標識の 

検出、物体検出、車線逸脱、ニアミス、歩行者検出などの行動指標が含まれます。