うつ症状最適化のための個別化機械学習ガイド介入：予備試験

日々の習慣が気分に影響する理由

うつを抱える多くの人は、もっと運動する、睡眠を改善する、食事に気を付ける、社交的になるといった助言を受けますが、どの変化が実際に最も効果的かを見極めるのは難しい。本研究では、スマートフォンやスマートウォッチ、人工知能から得られるデータを用いて、各個人の気分と最も強く結びつく生活習慣を見つけ出し、その一つの目標に基づくシンプルで個別化された計画を作る新しい方法を検証した。

新しいタイプの個別ケア

研究チームは、軽度から中等度のうつを有する50人の成人を対象に、Personalized Mood Augmentation（PerMA）という予備的な臨床試験を実施した。全員に同じ助言を与える代わりに、まずは短い携帯調査とスマートウォッチのデータを使って2～4週間の実世界データを収集した。これらのツールは一日の中の気分と、睡眠パターン、身体活動、食事習慣、社会的つながりの程度を追跡し、各人の日常生活と感情が時間とともにどう動くかの詳細な像を描き出した。

データから重要な習慣を見つける

個人ごとのデータストリームを用いて、チームは各参加者に対して個別の機械学習モデルを構築した。このモデルの役割は、その人の気分の変動を最もよく予測する生活習慣の特徴を見つけることだった。結果を分かりやすくするために、研究者は個々人にとって最も重要な生活要因をランク付けする手法を用いた。そのランキングをもとに、訓練を受けたヘルスコーチが6週間の計画の主要な焦点領域を一つ選んだ：睡眠、運動、食事、あるいは社会的つながりである。iMAP（個別化気分増強プラン）と呼ばれるその計画は、データのパターンを参加者が日常で試せる実践的なステップに変換した。

コーチング支援と実生活での変化

6週間の介入期間中、参加者は週に1回、約20分間オンラインでヘルスコーチと面談した。コーチは医療系の研修を受けた者で、データを平易な言葉で説明し、就寝時間の規則化、散歩の計画、食事の改善、社交的活動の予定化といった確立された生活習慣の戦略を使って行動変容を導く訓練を受けていた。参加者はまた、研究者がコーチ期間中の気分とターゲットとした習慣の変化を確認できるよう、1日1回の簡易な気分と生活習慣のチェックインを続けた。

習慣を個別化すると何が改善したか

40人の参加者が全プログラムを完了した。平均して、うつのスコアは大きな改善と見なされる程度に低下し、6週間後には半数以上がうつの診断基準を満たさなくなった。不安症状は軽減し、生活の質スコアは上昇し、日常生活でよりマインドフルであると報告する人が増えた。コンピュータベースの検査では、注意力とワーキングメモリの改善が示され、これらはうつでしばしば鈍る認知機能である。重要な点として、日々のデータは、参加者が最も改善したのは彼らに選ばれた単一の生活領域であり、これらのターゲットとされた変化が気分の改善と強く結びついていたことを確認した。一方で、ターゲット外の習慣はそれほど変化しなかった。

より広い適用に向けて

この初期の研究は、個人データとシンプルな人工知能ツールを用いて、各人の気分に最も影響する生活習慣の変化を見極めることが、うつ症状を有意に軽減し、認知や生活の質を改善し得ることを示唆している。このアプローチは広く利用可能なデバイスと短時間のコーチングに依存しているため、将来的には効果的で低リスクな支援を大規模に提供しやすくする可能性がある。より大規模で統制された試験が依然として必要だが、所見はうつケアが各個人のリズムと習慣に合わせて調整される将来を示している。

引用: Nan, J., Purpura, S., Jaiswal, S. et al. Personalized machine learning guided intervention for optimizing lifestyle behaviors in depression: a pilot study. NPP—Digit Psychiatry Neurosci 4, 10 (2026). https://doi.org/10.1038/s44277-026-00062-3

キーワード: 個別化うつ治療, 生活習慣介入, 機械学習, デジタルメンタルヘルス, スマートウォッチ気分トラッキング