JP7568290B2 - 精神疾患推定システム、精神疾患推定装置、精神疾患推定プログラム及び精神疾患推定方法 - Google Patents

Description

本発明は、精神疾患推定システム、精神疾患推定装置、精神疾患推定プログラム及び精神疾患推定方法に関する。

高齢化社会の到来に伴って、認知機能の低下によって発症する認知障害や鬱状態が表れる気分障害といったいわゆる精神疾患を患う者が増加しており、精神疾患の早期の発見は、我が国の今後の大きな課題である。

このような精神疾患を発見するための検査としては、例えば陽電子放出断層撮影法（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ：ＰＥＴ）による検査や、脳脊髄液の採取による検査等が挙げられる。

しかし、ＰＥＴ検査は非常に高額であって、誰もが簡易に検査を受けられるものではなく、脳脊髄液の採取は侵襲的であって、被験者の身体に大きな損傷を及ぼすことが懸念される。したがって、低廉で簡易かつ低侵襲な検査が要望されるところである。

特許文献１には、被験者に情動変化を誘起する刺激を付与したときの被験者の身体の任意の部位の温度の変動量を算出し、算出した温度の変動量と、健常者に情動変化を誘起する刺激を付与したときの健常者の身体の任意の部位の温度の変動量に基づいて予め求められた閾値とを比較して、被験者が精神疾患を発症しているか否かを判定する判定装置が開示されている。

特開２０１２－３４８３９公報

ところで、特許文献１の判定装置は、被験者の身体の任意の部位の温度の変動量という生理指標に基づいて精神疾患を発症しているか否かを判定するものであって、所与の条件によっては被験者の温度が適正に取得できない場合があることも懸念される。

そうすると、精神疾患の判定の精度が低くなることも想定されることから、精神疾患の早期の発見の観点からは、更なる精度の向上が要望される。

本発明は、上記事情に鑑みてなされたものであり、精神疾患を発症しているか否かを精密に推定することができる精神疾患推定システム、精神疾患推定装置、精神疾患推定プログラム及び精神疾患推定方法を提供することを課題とするものである。

上記目的を達成するための本発明に係る精神疾患推定システムは、精神疾患に関する特徴が現れる被験者の身体に関するデータを被験者データとして被験者から取得する被験者データ取得装置と、被験者データ取得装置で取得した被験者データから抽出した被験者の身体の特徴に基づいて被験者が精神疾患を発症しているか否かを推定する推定手段を有する精神疾患推定装置とを備えるものである。

ここで、「精神疾患を発症しているか否かを推定する」には、「精神疾患の発症には至らないものの健康な状態から離れつつある未病の状態であるか否かを推定する」ことも含まれる。

これによれば、被験者データ取得装置で取得される被験者データが、精神疾患に関する特徴を被験者の身体から多面的に把握することができるデータであることから、被験者が精神疾患を発症している状態を見逃すことなく、多面的に把握される被験者の身体の特徴に基づいて、被験者が精神疾患を発症していると推定することができる。

したがって、精神疾患を発症しているか否かを精密に推定することができることから、精神疾患を早期に検知して対策を講じることができる。すなわち、精神疾患が軽度の段階で対策を講じることができることから、精神疾患の進行の速度を緩めることができる。

この精神疾患推定システムの推定手段は、精神疾患の症例に関する症例データに基づいて生成された学習済みモデルと被験者データとに基づいて被験者が精神疾患を発症しているか否かを自律的に推定するものである。

さらに、学習済みモデルは、症例データと予め準備された教師データとが関連づけられて生成され、教師データは、症例データにおいて精神疾患に特有の身体の特徴を検知する前に検知した精神疾患の予兆が発生した時間とこの時間に対応する症例データにおける精神疾患に特有の身体の特徴とが関連づけられて生成されるものである。

この精神疾患推定システムの被験者データ取得装置は、被験者を三次元で撮像して撮像した被験者の画像または映像を被験者データとして取得する三次元撮像装置であって、推定手段は、三次元撮像装置が取得した被験者データに基づいて精神疾患に特有の表情を被験者の画像または映像から検知した場合に被験者が精神疾患を発症していると推定するものである。

この場合において、推定手段は、三次元撮像装置が取得した被験者データに基づいて精神疾患に特有の動作を被験者の画像または映像から検知した場合に被験者が精神疾患を発症していると推定するものであってもよい。

この精神疾患推定システムの被験者データ取得装置は、制御系に対して入力される制御系の操作に関する被験者の動作を被験者データとして取得する被験者動作取得装置であって、推定手段は、被験者動作取得装置が取得した被験者データに基づいて精神疾患に特有の動作を被験者の動作から検知した場合に被験者が精神疾患を発症していると推定するものである。

この精神疾患推定システムの被験者データ取得装置は、被験者の生体データを被験者データとして取得する生体データ取得装置であって、生体データ取得装置が取得した被験者データに基づいて精神疾患に特有の生体データを被験者の生体データから検知した場合に被験者が精神疾患を発症していると推定するものである。

上記目的を達成するための本発明に係る精神疾患推定装置は、精神疾患に関する特徴が現れる被験者の身体に関するデータを被験者データとして被験者から取得する被験者データ取得装置で取得した被験者データを受信する被験者データ受信手段と、被験者データ取得装置で受信した被験者データから抽出した被験者の身体の特徴に基づいて被験者が精神疾患を発症しているか否かを推定する推定手段を有する精神疾患推定装置とを備えるものである。

上記目的を達成するための本発明に係る精神疾患推定プログラムは、コンピュータによって実装される精神疾患推定装置に、精神疾患に関する特徴が現れる被験者の身体に関するデータを被験者データとして被験者から取得する被験者データ取得装置で取得した被験者データを受信する被験者データ受信処理と、被験者データ受信処理で受信した被験者データから抽出した被験者の身体の特徴に基づいて被験者が精神疾患を発症しているか否かを推定する推定処理とを実行させるものである。

上記目的を達成するための本発明に係る精神疾患推定方法は、コンピュータによって実装される精神疾患推定装置を用いて、精神疾患に関する特徴が現れる被験者の身体に関するデータを被験者データとして被験者から取得する被験者データ取得装置で取得した被験者データを受信する被験者データ受信処理と、被験者データ受信処理で受信した被験者データから抽出した被験者の身体の特徴に基づいて被験者が精神疾患を発症しているか否かを推定する推定処理とを実行するものである。

この発明によれば、精神疾患を発症しているか否かを精密に推定することができることから、精神疾患を早期に検知して対策を講じることができる。

本発明の第１実施の形態に係る精神疾患推定システムの構成の概略を説明するブロック図である。 同じく、本実施の形態に係る精神疾患推定システムの被験者端末の構成の概略を説明するブロック図である。 同じく、本実施の形態に係る精神疾患推定システムの精神疾患推定装置の構成の概略を説明するブロック図である。 同じく、本実施の形態に係る精神疾患推定システムの精神疾患推定装置のストレージの構成の概略を説明するブロック図である。 同じく、本実施の形態に係る精神疾患推定システムで処理される被験者データの概略を説明する図である。 同じく、本実施の形態に係る精神疾患推定システムの精神疾患推定装置の推定プログラムによる処理の概略を説明するブロック図である。 同じく、本実施の形態に係る精神疾患推定システムの精神疾患推定装置の推定プログラムによる処理の概略を説明するブロック図である。 同じく、本実施の形態に係る精神疾患推定システムの運用方法の概略を説明するフローチャートである。

次に、図に基づいて、本発明の実施の形態に係る精神疾患推定システムについて説明する。

（第１実施の形態）
まず、図１～図８に基づいて、本発明の第１実施の形態に係る精神疾患推定システムについて説明する。

図１は、本実施の形態に係る精神疾患推定システムの構成の概略を説明するブロック図である。図示のように、精神疾患推定システム１０は、被験者端末２０及び精神疾患推定装置３０を備え、インターネット網等のネットワークを介して互いにアクセス可能に接続される。

本実施の形態では、被験者端末２０は被験者１に保有され、精神疾患推定装置３０は、精神疾患推定システム１０を用いたサービスを提供する事業者２に配備される。

図２は、被験者端末２０の構成の概略を説明するブロック図である。被験者端末２０は、本実施の形態では、携帯型情報端末であるスマートフォンやタブレット状のコンピュータであって、図示のように、制御部２１、被験者データ取得装置として機能する三次元撮像装置であるインカメラ２２、及びディスプレイ２３を主要構成として備える。

制御部２１は、本実施の形態では、インカメラ２２及びディスプレイ２３の被験者端末２０の各部を制御するものであって、例えばプロセッサ、メモリ、ストレージ、送受信部等によって構成される。

この制御部２１には、被験者端末２０上で起動する各種のアプリケーションが格納され、本実施の形態では、例えば、精神疾患推定装置３０から提供される情報を処理するアプリケーション等が格納される。

インカメラ２２は、被験者１と対面するディスプレイ２３側に配置されるカメラであって、本実施の形態ではデプスセンサが搭載され、撮像する対象物までの距離を検知することによって対象物を三次元で撮像する。

このインカメラ２２は、本実施の形態では、図１で示すように、被験者１を三次元で撮像し、撮像した被験者１の画像または映像を後述する被験者データとして取得するものであって、例えば、被験者１が自身の顔を撮像するいわゆる「自撮り」等の用途で主に使用される。

本実施の形態では、インカメラ２２は、インカメラ２２が被験者１の顔を取得すると、制御部２１に格納されたアプリケーションと協働して被験者端末２０の操作のロック状態を解除する、いわゆる「顔認証機能」のインターフェースとして作動する。

ディスプレイ２３には、本実施の形態では、精神疾患推定装置３０から提供される情報を処理するアプリケーション等といった被験者端末２０で実行されるアプリケーションの画面インターフェースが表示される。

このディスプレイ２３は、表示面への接触によって情報の入力を受け付けるいわゆるタッチパネルであって、抵抗膜方式や静電容量方式といった各種の技術によって実装される。

図３は、精神疾患推定装置３０の構成の概略を説明するブロック図である。

図示のように、精神疾患推定装置３０は、プロセッサ３１、メモリ３２、ストレージ３３、送受信部３４及び入出力部３５を主要構成として備え、これらが互いにバス３６を介して電気的に接続される。

プロセッサ３１は、精神疾患推定装置３０の動作を制御し、各要素間におけるデータの送受信の制御や、アプリケーションプログラムの実行に必要な処理等を行う演算装置である。

このプロセッサ３１は、本実施の形態では例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）であり、後述するストレージ３３に格納されてメモリ３２に展開されたアプリケーションプログラムを実行して各処理を行う。

メモリ３２は、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等の揮発性記憶装置で構成される主記憶装置によって実装される。

このメモリ３２は、プロセッサ３１の作業領域として使用される一方、精神疾患推定装置３０の起動時に実行されるＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ／Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）、及び各種の設定情報等が格納される。

ストレージ３３は、アプリケーションプログラムや各種の処理に用いられるデータ等が格納されている。

送受信部３４は、精神疾患推定装置３０をネットワークに接続するものであって、本実施の形態では、送受信部３４を介したネットワークを経由して、被験者端末２０と相互に通信可能に接続される。

この送受信部３４は、Ｂｌｕｅｔｏｏｔｈ（登録商標）やＢＬＥ（Ｂｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｒｇｙ）といった近距離通信インターフェースを具備するものであってもよい。

入出力部３５には、必要に応じて、キーボードやマウスといった情報入力機器やディスプレイ等の出力機器が接続される。本実施の形態では、キーボード、マウス及びディスプレイがそれぞれ接続される。

バス３６は、接続したプロセッサ３１、メモリ３２、ストレージ３３、送受信部３４及び入出力部３５の間において、例えばアドレス信号、データ信号及び各種の制御信号を伝達する。

図４は、精神疾患推定装置３０のストレージ３３の構成の概略を説明するブロック図である。図示のように、ストレージ３３は、第１記憶領域４１、第２記憶領域４２及び精神疾患推定プログラム４３を備える。

第１記憶領域４１及び第２記憶領域４２は、本実施の形態では、ストレージ３３が区画されることによって実現され、第１記憶領域４１には被験者データＤ１が格納され、第２記憶領域４２には学習済みモデルＤ２が格納される。

図５は、被験者データＤ１の概略を説明する図である。被験者データＤ１は、被験者端末２０のインカメラ２２で取得した被験者１の三次元の画像または映像であって、本実施の形態では、図５（ａ）で示すような被験者１の顔の表情の画像または映像、あるいは図５（ｂ）で示すような被験者１の任意の種々の動作の画像または映像である。

この被験者データＤ１は、本実施の形態では、被験者１の三次元の画像または映像によって構成されることから、被験者１の顔の表情や任意の動作に現れる被験者１の身体の特徴が多面的に把握される。

図４で示す学習済みモデルＤ２は、精神疾患を発症した者の三次元の画像または映像によって構成される症例データ及び症例データをトレーニングする教師データに基づいて生成されるものである。

症例データは、本実施の形態では、精神疾患の症例に関するデータであって、例えば、被験者１あるいはコホートを対象として、精神疾患を発症していない健康な状態、精神疾患の発症には至らないものの健康な状態から離れつつある未病の状態、更には未病を超えて精神疾患を発症した状態への推移が症例として収集されたデータである。

本実施の形態では、症例データは、例えば、認知障害を発症した者に顕著に現れる口元のたるみがみられない健康な状態の三次元の画像または映像、口元にしわがみられるようになった未病の状態の三次元の画像または映像、更には口元のたるみがみられる発症した状態への推移が収集された三次元の画像または映像等である。

教師データは、本実施の形態では、例えば、症例データに収められた者について、精神疾患を発症した者であると評価（ラベルづけ）するデータである。

この教師データは、本実施の形態では、症例データにおいて精神疾患に特有の身体の特徴を検知する前に検知した精神疾患の予兆が発生した時間と、この時間に対応する症例データにおける予兆である精神疾患に特有の身体の特徴とが関連づけられることによって生成される。

本実施の形態では、三次元の画像または映像において認知障害を発症した者に顕著に現れる口元のたるみを検知する前の予兆が発生した時間と、この時間に対応する予兆である三次元の画像または映像における口元の特徴（例えばしわがみられるようになった状態）とが関連づけられて、教師データが生成される。

図４で示す精神疾患推定プログラム４３は、被験者端末２０のインカメラ２２で取得した被験者データＤ１に基づいて処理をするプログラムであって、精神疾患推定装置３０で情報の入出力が可能な画面インターフェースによって実装される。

この精神疾患推定プログラム４３は、本実施の形態では、精神疾患推定装置３０を、被験者データ受信手段である被験者データ受信部４３ａ、推定手段である推定部４３ｂ及び情報処理部４３ｃとして機能させるプログラムである。

被験者データ受信部４３ａは、本実施の形態では、被験者端末２０のインカメラ２２で取得した被験者データＤ１を受信する被験者データ受信処理を実行するものである。

図６は、推定部４３ｂの処理の概略を説明するブロック図である。図示のように、推定部４３ｂは、生成処理Ｓ１及び推定処理Ｓ２を実行するものであって、本実施の形態では、人工知能技術によって各処理を実行するものである。

本実施の形態では、生成処理Ｓ１では、学習済みモデルＤ２を生成する処理を実行し、推定処理Ｓ２では、生成処理Ｓ１で生成した学習済みモデルＤ２と被験者データＤ１とに基づいて被験者１に精神疾患が発症しているか否かを自律的に推定する処理を実行する。

図７は、生成処理Ｓ１及び推定処理Ｓ２の概略を説明するブロック図である。図示のように、まず、症例データｄ１と予め準備された教師データｄ２とを関連づけることによって、学習データｄ３を生成する。

生成する学習データｄ３は、例えば、精神疾患の予兆と認められるような精神疾患に特有の身体の特徴が収められた三次元の画像または映像について、認知障害の発症には至らないものの健康な状態から離れつつある未病の状態であるとのラベルづけがなされたデータである。

本実施の形態では、例えば、口元にしわがみられるようになった未病の状態の三次元の画像または映像、あるいは未病の状態と認められる特有の動作が収められた三次元の画像または映像である。

この学習データｄ３で機械学習を行うことによって、学習済みモデルＤ２を生成する（生成処理）。機械学習を行う手法としては、ニューラルネットワーク、ランダムフォレスト、ＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）等、各種のアルゴリズムが適宜用いられる。

一方、学習済みモデルＤ２と被験者端末２０のインカメラ２２で取得した被験者データＤ１から抽出した被験者１の身体の特徴とに基づいて、被験者データＤ１に収められた被験者１が認知障害を発症しているか否かを自律的に推定する（推定処理）。

本実施の形態では、被験者データＤ１から、被験者データＤ１に収められた被験者１の口元がたるんでいるといった認知障害を発症した者に特有の身体の特徴を検知した場合に、被験者１が認知障害を発症していると自律的に推定する。

さらに、本実施の形態では、被験者データＤ１と学習済みモデルＤ２とに基づいて、認知障害の発症には至らないものの健康な状態から離れつつある未病の状態を検知した場合に、被験者１が認知障害を発症していると自律的に推定する。

一方、本実施の形態では、被験者データＤ１に収められた被験者１の動作が、認知障害を発症した者に特有の動作であることを被験者データＤ１から検知した場合にも、被験者１が認知障害を発症していると自律的に推定する。

この定処理で推定した結果に基づいて、本実施の形態では、推定データＤ３を生成する。推定データＤ３には、例えば、認知障害の発症についての判定、認知障害を発症している可能性の確率表示等といった種々の手法に基づいて、推定処理の結果が出力される。

図４で示す情報処理部４３ｃは、本実施の形態では、精神疾患推定プログラム４３で実行する各種の処理を実行するものである。

次に、精神疾患推定システム１０の運用方法について説明する。

図８は、精神疾患推定システム１０の運用方法の概略を説明するフローチャートである。例えば、被験者端末２０の操作がロックされている状態において、被験者１が被験者端末２０のディスプレイ２３と対面すると、図示のように、ステップＳ１０において、インカメラ２２が被験者１の顔を被験者データＤ１として取得する。

インカメラ２２が被験者１の顔を被験者データＤ１として取得すると、ステップＳ１１において、いわゆる「顔認証機能」が作動して、被験者端末２０の操作のロック状態が解除される。

被験者端末２０の操作のロック状態が解除されると、ステップＳ１２において、精神疾患推定装置３０が被験者データＤ１を受信する（被験者データ受信処理）。受信した被験者データＤ１は、ストレージ３３の第１記憶領域４１に格納される。

続いて、ステップＳ１３において、学習済みモデルＤ２と、被験者データＤ１から抽出した被験者１の身体の特徴とに基づいて、被験者データＤ１に収められた被験者１が認知障害を発症しているか否かを自律的に推定する（推定処理）。

本実施の形態では、「顔認証機能」が作動する際に被験者データＤ１として取得した被験者１の顔の表情に、認知障害に特有の身体の特徴が現れているか否かを基準として、被験者１が認知障害を発症しているか否かを推定する。

その後、ステップＳ１４において、推定処理の結果に基づいて、推定データＤ３を生成する。生成した推定データＤ３は、本実施の形態では、例えば被験者端末２０に格納される、精神疾患推定装置３０から提供される情報を処理するアプリケーションを介して、被験者端末２０のディスプレイ２３に表示される。

このように、被験者端末２０のインカメラ２２で取得される被験者データＤ１が、三次元の画像または映像によって構成された、被験者１の身体の特徴が多面的に把握されるデータであることから、被験者１が精神疾患を発症している状態を見逃すことなく、多面的に把握される被験者１の身体の特徴に基づいて、被験者１が精神疾患を発症していると推定することができる。

したがって、精神疾患を発症しているか否かを精密に推定することができることから、精神疾患を早期に検知して対策を講じることができる。すなわち、精神疾患が軽度の段階で対策を講じることができることから、精神疾患の進行の速度を緩めることができる。

特に、本実施の形態では、被験者データＤ１と学習済みモデルＤ２とに基づいて、認知障害の発症には至らないものの健康な状態から離れつつある未病の状態を検知した場合に、被験者１が認知障害を発症していると自律的に推定することができることから、より早期の段階で精神疾患の発症の蓋然性を把握することができる。

（第２実施の形態）
次に、本発明の第２実施の形態について説明する。

本実施の形態では、被験者データ取得装置が、制御系である車両に対して入力される、車両の操作に関する被験者１の動作を被験者データＤ１として取得する被験者動作取得装置であって、例えば、車両のハンドル、アクセルペダル、ブレーキペダル、方向指示器等あるいはこれらの装置で取得した被験者データＤ１を格納する記憶媒体（データレコーダ）で実装される。

このような被験者動作取得装置で検知する被験者データＤ１から抽出した被験者１の動作が、例えば、ハンドルを操作するタイミングやブレーキペダルを踏むタイミングが遅延する等といった精神疾患に特有の動作を検知した場合に、被験者１が精神疾患を発症している、あるいは発症には至らないものの未病の状態であると推定する。

（第３実施の形態）
次に、本発明の第３実施の形態について説明する。

本実施の形態では、被験者データ取得装置が、例えば心拍数や脳波等といった被験者１の生体データを被験者データＤ１として取得する生体データ取得装置であって、具体的には、心拍数測定装置（例えばいわゆるスマートウォッチ）、あるいは脳波計が内蔵されたヘルメット等で実装される。

このような生体データ取得装置で検知する被験者データＤ１から抽出した被験者１の生体データが、例えば、脳波がなだらかになる等といった精神疾患に特有の生体データを検知した場合に、被験者１が精神疾患を発症している、あるいは発症には至らないものの未病の状態であると推定する。

なお、本発明は上記各実施の形態に限定されることはなく、発明の趣旨を逸脱しない範囲で種々の変更が可能である。

上記各実施の形態では、精神疾患推定プログラム４３の推定部４３ｂにおける処理が人工知能技術によって実行される場合を説明したが、人工知能技術を用いないで、例えば被験者データＤ１の特徴点と症例データｄ１の特徴点とを対比して、精神疾患を発症しているか否かを推定してもよい。

上記第１実施の形態では、三次元撮像装置が被験者端末２０のインカメラ２２として実装される場合を説明したが、デプスセンサを搭載したカメラとして例えば車両のバックミラーやドアミラーに配備されるものであってもよいし、入退室管理用のカメラとして室のドアに配備されるものであってもよい。

例えば車両のバックミラー等に配備される場合において、被験者１がバックミラーを見た際に取得された被験者データＤ１に基づいて精神疾患の発症が推定された場合には、被験者１による車両の運転を抑制させることによって、車両の事故が発生するリスクを低減させることができる。

上記各実施の形態では、被験者データＤ１がそれぞれ三次元の画像または映像、車両の操作に関する被験者１の動作及び被験者１の生体データである場合を説明したが、例えば、医療機関のカルテ等の診療データであってもよい。

上記第１実施の形態では、症例データｄ１が認知障害に関する三次元の画像または映像である場合を説明したが、例えば、鬱状態が表れる気分障害に関する三次元の画像または映像であってもよいし、その他の精神疾患に関する三次元の画像または映像であってもよい。

この場合において、症例データｄ１は、気分障害に関する車両の操作に関する被験者１の動作、あるいは気分障害に関する被験者１の生体データであってもよい。

上記実施の形態では、精神疾患推定装置３０が事業者２に配備される場合を説明したが、精神疾患推定装置３０はクラウド環境で実装されるものであってもよい。

１ 被験者
１０ 精神疾患推定システム
２０ 精神疾患推定装置
２２ インカメラ（被験者データ取得装置、三次元撮像装置）
３０ 精神疾患推定装置
４３ 精神疾患推定プログラム
４３ａ 被験者データ受信部（被験者データ受信手段）
４３ｂ 推定部（推定手段）
Ｄ１ 被験者データ
Ｄ２ 学習済みモデル
ｄ１ 症例データ

Claims (8)

1. 精神疾患に関する特徴が現れる被験者の身体に関するデータを被験者データとして前記被験者から取得する被験者データ取得装置と、
   該被験者データ取得装置で取得した前記被験者データから抽出した前記被験者の身体の特徴に基づいて前記被験者が精神疾患を発症しているか否かを推定する推定手段を有する精神疾患推定装置と、を備え、
   前記推定手段は、
   精神疾患の症例に関する症例データに基づいて生成された学習済みモデルと前記被験者データとに基づいて前記被験者が精神疾患を発症しているか否かを自律的に推定し、
   前記学習済みモデルは、
   前記症例データと予め準備された教師データとが関連づけられて生成され、
   前記教師データは、
   前記症例データにおいて精神疾患に特有の身体の特徴を検知する前に検知した精神疾患の予兆が発生した時間と該時間に対応する前記症例データにおける精神疾患に特有の身体の特徴とが関連づけられて生成される、
   精神疾患推定システム。
2. 前記被験者データ取得装置は、
   前記被験者を三次元で撮像して撮像した前記被験者の画像または映像を前記被験者データとして取得する三次元撮像装置であって、
   前記推定手段は、
   前記三次元撮像装置が取得した前記被験者データに基づいて精神疾患に特有の表情を前記被験者の前記画像または前記映像から検知した場合に前記被験者が精神疾患を発症していると推定する、
   請求項１に記載の精神疾患推定システム。
3. 前記推定手段は、
   前記三次元撮像装置が取得した前記被験者データに基づいて精神疾患に特有の動作を前記被験者の前記画像または前記映像から検知した場合に前記被験者が精神疾患を発症していると推定する、
   請求項２に記載の精神疾患推定システム。
4. 前記被験者データ取得装置は、
   制御系に対して入力される前記制御系の操作に関する被験者の動作を被験者データとして取得する被験者動作取得装置であって、
   前記推定手段は、
   前記被験者動作取得装置が取得した前記被験者データに基づいて精神疾患に特有の動作を前記被験者の前記動作から検知した場合に前記被験者が精神疾患を発症していると推定する、
   請求項１に記載の精神疾患推定システム。
5. 前記被験者データ取得装置は、
   前記被験者の生体データを前記被験者データとして取得する生体データ取得装置であって、
   前記生体データ取得装置が取得した前記被験者データに基づいて精神疾患に特有の生体データを前記被験者の前記生体データから検知した場合に前記被験者が精神疾患を発症していると推定する、
   請求項１に記載の精神疾患推定システム。
6. 精神疾患に関する特徴が現れる被験者の身体に関するデータを被験者データとして前記被験者から取得する被験者データ取得装置で取得した前記被験者データを受信する被験者データ受信手段と、
   該被験者データ取得装置で受信した前記被験者データから抽出した前記被験者の身体の特徴に基づいて前記被験者が精神疾患を発症しているか否かを推定する推定手段を有する精神疾患推定装置と、を備え、
   前記推定手段は、
   精神疾患の症例に関する症例データに基づいて生成された学習済みモデルと前記被験者データとに基づいて前記被験者が精神疾患を発症しているか否かを自律的に推定し、
   前記学習済みモデルは、
   前記症例データと予め準備された教師データとが関連づけられて生成され、
   前記教師データは、
   前記症例データにおいて精神疾患に特有の身体の特徴を検知する前に検知した精神疾患の予兆が発生した時間と該時間に対応する前記症例データにおける精神疾患に特有の身体の特徴とが関連づけられて生成される、
   精神疾患推定装置。
7. コンピュータによって実装される精神疾患推定装置に、
   精神疾患に関する特徴が現れる被験者の身体に関するデータを被験者データとして前記被験者から取得する被験者データ取得装置で取得した前記被験者データを受信する被験者データ受信処理と、
   該被験者データ受信処理で受信した前記被験者データから抽出した前記被験者の身体の特徴に基づいて前記被験者が精神疾患を発症しているか否かを推定する推定処理と、を実行させ、
   前記推定処理は、
   精神疾患の症例に関する症例データに基づいて生成された学習済みモデルと前記被験者データとに基づいて前記被験者が精神疾患を発症しているか否かを自律的に推定し、
   前記学習済みモデルは、
   前記症例データと予め準備された教師データとが関連づけられて生成され、
   前記教師データは、
   前記症例データにおいて精神疾患に特有の身体の特徴を検知する前に検知した精神疾患の予兆が発生した時間と該時間に対応する前記症例データにおける精神疾患に特有の身体の特徴とが関連づけられて生成される、
   精神疾患推定プログラム。
8. コンピュータによって実装される精神疾患推定装置を用いて、
   精神疾患に関する特徴が現れる被験者の身体に関するデータを被験者データとして前記被験者から取得する被験者データ取得装置で取得した前記被験者データを受信する被験者データ受信処理と、
   該被験者データ受信処理で受信した前記被験者データから抽出した前記被験者の身体の特徴に基づいて前記被験者が精神疾患を発症しているか否かを推定する推定処理と、を実行し、
   前記推定処理は、
   精神疾患の症例に関する症例データに基づいて生成された学習済みモデルと前記被験者データとに基づいて前記被験者が精神疾患を発症しているか否かを自律的に推定し、
   前記学習済みモデルは、
   前記症例データと予め準備された教師データとが関連づけられて生成され、
   前記教師データは、
   前記症例データにおいて精神疾患に特有の身体の特徴を検知する前に検知した精神疾患の予兆が発生した時間と該時間に対応する前記症例データにおける精神疾患に特有の身体の特徴とが関連づけられて生成される、
   精神疾患推定方法。