顔の映像から得た心拍変動による非接触うつ病スクリーニング

カメラだけで気分をチェックする

うつ病を抱える多くの人は、精神的な悩みを話しにくいことや診療のための時間が取れないことから、適切な支援を受けられないままです。本研究は意外と単純なアイデアを検討します。数分間、普通のウェブカメラを顔に向けるだけで、微細な心拍の変化を追跡して、誰がうつに苦しんでいる可能性があるかを示せるでしょうか？

心臓が内面を伝えるしくみ

心臓はメトロノームのように一定に打つわけではありません。拍動間の短い自然な変動—心拍変動（HRV）と呼ばれる—は、ストレスや感情に対して神経系がどれだけ柔軟に反応するかを反映します。過去の研究は、うつ病の人はこの健全な変動が減少する傾向があることを示しています。本論文の著者らは、短時間で快適に測定できるHRVが、専門の研究室以外でも大規模なうつ病スクリーニングに使えるかを問いました。

顔の映像を使った非接触のチェック

胸や手首にセンサーを取り付ける代わりに、研究チームは韓国の病院を訪れた1,400人超の成人からの顔映像記録を用いました。標準的なウェブカメラで各参加者の顔を数分間静かに撮影しました。肉眼では見えないがカメラで検出できる皮膚色の微妙な変化を脈拍信号に変換し、さらに詳細なHRV計測に変換しました。同じ訪問時に参加者は簡単な質問票（PHQ-9）に回答し、過去2週間の抑うつ症状を評価しました。スコアが5以上の人は抑うつ症状ありの群に、より低いスコアは本研究の目的上、抑うつでない群として分類されました。

パターンを見抜くコンピュータの訓練

研究者らは次に、抑うつ症状の有無を区別するパターンを学習する機械学習システムを構築しました。複数のHRV指標（平均心拍数や変動の異なる周波数帯など）と、年齢、性別、喫煙状況、体格指数、既往の病状などの基本的な個人情報を多く組み合わせました。いくつかの異なるアルゴリズムを積み重ねて、最終モデルが各手法の長所を活かせるようにしました。評価には医療の二者択一に適した指標を用い、繰り返しの検証で抑うつが疑われる群とそうでない群をどれだけ分けられるかを判断しました。

モデルの利点と限界

モデルは偶然よりは両群を識別できましたが、単独の診断ツールに求められる精度には達しませんでした。全体的な識別力は控えめで、医療で使われる標準的な尺度では「高」よりむしろ「中」程度の性能に位置しました。重要な発見は、喫煙の有無、性別、既存の疾病といった単純な人口統計学的要因が、どの単一のHRV指標よりも強い予測因子であったことです。それでも、HRVはこれらの基本情報と組み合わせると有用な追加情報を提供しました。抑うつ症状が多い人は、安静時心拍数がやや速く、HRVが低めである傾向があり、ストレス反応系の柔軟性が低い兆候が見られました。肥満のある人や現喫煙者など、抑うつと非抑うつの生理学的差がより顕著な特定のサブグループでは、モデルの性能がやや良好でした。

日常生活への意義

この研究は、短時間の非接触記録を普通のカメラで行うことで、気分に関連する心拍リズムの信号を捉えられること、そしてその信号が簡単な質問と組み合わせることで、うつの可能性がある人を中程度に検出しうることを示しています。現行のシステムは専門家による評価に取って代わるほど正確ではありませんが、将来的にはスマートフォンや遠隔医療の仕組みに組み込まれ、リスクのある個人をより詳細なケアに促す簡便な第一歩として機能する可能性があります。端的に言えば、安全に距離を置いて計測した顔と心拍が、誰かに気持ちを相談すべき時が来たことを穏やかに知らせる初期の警告を提供するかもしれません。

引用: Jhon, M., Kim, JW., Lee, K. et al. Contactless depression screening via facial video-derived heart rate variability. Transl Psychiatry 16, 49 (2026). https://doi.org/10.1038/s41398-026-03831-y

キーワード: うつ病スクリーニング, 心拍変動, 顔の映像, 機械学習, メンタルヘルステクノロジー