16,040
回編集
「計算論的精神医学」の版間の差分
ナビゲーションに移動
検索に移動
細
→理論駆動型アプローチ
(ページの作成:「<div align="right"> <font size="+1">[https://researchmap.jp/yamay 山下祐一]</font><br> ''国立精神・神経医療研究センター 神経研究所''<br> DOI：<…」) |
細 (→理論駆動型アプローチ) |
||
| 23行目: | 23行目: | ||
データ駆動型アプローチに対し、[[理論駆動型アプローチ]]の研究では、脳の情報処理プロセスを明示的にモデル化した数理モデル（「生成モデル」とよばれる）を用いる。モデル化の水準や対象に応じて、生物物理学的モデル、[[ニューラル・ネットワークモデル]]、[[強化学習]]モデル、[[ベイズ推論]]モデルなどの生成モデルが用いられる（各モデルの詳細は<ref name=国里愛彦2019>'''国里愛彦, 片平健太郎, 沖村宰, 山下祐一 (2019)'''<br>計算論的精神医学: 情報処理過程から読み解く精神障害, 勁草書房, (東京)</ref> などを参照）。生物物理学的モデルは、[[電気生理学]]研究や[[精神薬理学]]研究で得られた[[ニューロン]]の[[膜電位]]活動や[[シナプス]]動態に関する知見の精緻な数理モデル化を試みる。一方、ニューラル・ネットワークモデルは、脳領域間の相互作用といった神経回路のマクロ的な機能・構造をモデル化する。ニューラル・ネットワークでは、神経回路レベルにおける変化が、回路の出力である行動・症状レベルに対して与える影響について検討されることが多い。ベイズ推論モデルや強化学習モデルは、認知・行動課題によって得られた生体の行動データのモデル化に用いられることが多く、データが生成された背後にある抽象的な演算プロセスの理解に有効である。 | データ駆動型アプローチに対し、[[理論駆動型アプローチ]]の研究では、脳の情報処理プロセスを明示的にモデル化した数理モデル（「生成モデル」とよばれる）を用いる。モデル化の水準や対象に応じて、生物物理学的モデル、[[ニューラル・ネットワークモデル]]、[[強化学習]]モデル、[[ベイズ推論]]モデルなどの生成モデルが用いられる（各モデルの詳細は<ref name=国里愛彦2019>'''国里愛彦, 片平健太郎, 沖村宰, 山下祐一 (2019)'''<br>計算論的精神医学: 情報処理過程から読み解く精神障害, 勁草書房, (東京)</ref> などを参照）。生物物理学的モデルは、[[電気生理学]]研究や[[精神薬理学]]研究で得られた[[ニューロン]]の[[膜電位]]活動や[[シナプス]]動態に関する知見の精緻な数理モデル化を試みる。一方、ニューラル・ネットワークモデルは、脳領域間の相互作用といった神経回路のマクロ的な機能・構造をモデル化する。ニューラル・ネットワークでは、神経回路レベルにおける変化が、回路の出力である行動・症状レベルに対して与える影響について検討されることが多い。ベイズ推論モデルや強化学習モデルは、認知・行動課題によって得られた生体の行動データのモデル化に用いられることが多く、データが生成された背後にある抽象的な演算プロセスの理解に有効である。 | ||
理論駆動型アプローチは、生成モデルにおける変調をシミュレートすることで精神障害の病態をモデル化しようとする「仮説形成的アプローチ」と、実際の観測データを生成モデルで再構成することで、個人や疾患群の潜在的認知・行動特徴を定量的に評価する「計算論的表現型同定」に大別される。仮説形成的アプローチの研究として、例えば、Yamashitaら<ref name=Yamashita2012><pubmed>22666398</pubmed></ref> は、階層的なニューラル・ネットワークモデルを用いた実験で、階層間の機能的断裂が、“自発的な予測誤差”を生じ、この予測誤差が妄想気分や被影響体験といった統合失調症の病的体験を引き起こす可能性を示唆した。計算論的表現型同定の例として、Voonら<ref name=Voon2015><pubmed>24840709</pubmed></ref> は、行動課題の観測データから個人の認知・行動特性を強化学習モデルのパラメータとして定量的に推定し、[[依存症|物質使用障害]]、[[強迫性障害]] | 理論駆動型アプローチは、生成モデルにおける変調をシミュレートすることで精神障害の病態をモデル化しようとする「仮説形成的アプローチ」と、実際の観測データを生成モデルで再構成することで、個人や疾患群の潜在的認知・行動特徴を定量的に評価する「計算論的表現型同定」に大別される。仮説形成的アプローチの研究として、例えば、Yamashitaら<ref name=Yamashita2012><pubmed>22666398</pubmed></ref> は、階層的なニューラル・ネットワークモデルを用いた実験で、階層間の機能的断裂が、“自発的な予測誤差”を生じ、この予測誤差が妄想気分や被影響体験といった統合失調症の病的体験を引き起こす可能性を示唆した。計算論的表現型同定の例として、Voonら<ref name=Voon2015><pubmed>24840709</pubmed></ref> は、行動課題の観測データから個人の認知・行動特性を強化学習モデルのパラメータとして定量的に推定し、[[依存症|物質使用障害]]、[[強迫性障害]]の患者などで、[[習慣]]や自動化された行動への固執的な傾向の比重が高くなることを報告した。これらの手法の洗練は、観測不能な潜在的な病態生理の推定を基に、個人ごとの病状評価や治療反応性予測をする新しい精神医療の開発に貢献する可能性がある。 | ||
== さらに詳しく知りたい人のために == | == さらに詳しく知りたい人のために == | ||