精神・神経疾患をはじめとした健康問題に対して，個人に最適化されたテイラーメードな治療方法が求められている。こうした治療の個別化には個々の患者に特有な心理・社会・生物学的パターンの理解が必要不可欠となる。

しかしながら，従来の研究においては，実験室・面接室場面での横断的測定や調査法が患者を理解する主な手法であり，「日常生活場面における生物・心理・社会的情報（以下，ライフログ）を扱う方法論が極めて乏しい」という臨床上重要な問題が残されている。

本研究では，このような点を解決する研究手法として，まず近年発展の目覚しいウェアラブルデバイスなどの様々な記録機器を活用した情報技術に着目する。こうした技術は，人々の行動的・生理的情報から位置情報に至るまで，リアルタイムでライフログを収集可能であることから，個別性の理解に大きく寄与する可能性を有している。

加えて，近年の人工知能技術の発展に大きく寄与した「機械学習法」を活用し，個人のライフログに内在する規則性をデータ駆動的に発見することで，個々の病態に最適化された行動変容方法の開発を試みる（なお，応募者はこうした融合的な技術開発の予備的成果により，2019年日本心理学会学術大会「特別優秀発表賞」，SciTech Festival 2018「優秀賞」，日本健康心理学会第30回記念大会「優秀発表賞」を受賞している）。これらの成果は国内外の研究動向においても極めて先駆的であり，徳島大学が誇る医療・工学・心理学のリソースを最大限活用しながら，さまざまな病態を対象とした人工知能技術に基づく革新的な治療方法の開発につながることが大いに期待される。あわせて，脳神経外科学，精神医学，神経内科学，臨床心理学，計算科学といった，多領域の研究者から構成される徳島大学発の研究成果として，大きなインパクトが期待される。

▼徳島大学研究クラスターNo.1904001
https://cluster.tokushima-u.ac.jp/new-cluster-list/999.html