『ワードサラダ』の定量化：発話の構造的ランダム性が陰性症状と統合失調症診断を6か月後に予測する

(Quantifying ‘word salad’: The structural randomness of verbal reports predicts negative symptoms and Schizophrenia diagnosis 6 months later)

田中専務

拓海先生、最近部下から「会話データをAIで解析すれば精神科診断の補助になる」と聞きまして、正直ピンと来ないんです。要するに録音して機械にかければ病気が分かるということですか？

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、焦らなくていいですよ。今回の研究は「会話をグラフとして見る」ところが肝で、要するに話し方の“つながり”が乱れると統合失調症の陰性症状と関係がある、だから初期診療の段階でリスクを示唆できるんです。

田中専務

なるほど。「つながり」という言葉は分かりやすいですが、現場で使うには具体的にどれくらい信頼できるんでしょうか。誤判定が多ければ現場の混乱を招きます。

AIメンター拓海

良い質問です。要点を3つで整理しますね。1) データは短時間の発話で取れる、2) 数学的に”ランダムさ”を測れる、3) 研究では高い相関と分類精度が出ている。だから補助判断として使う分には有益なんです。

田中専務

投資対効果で言うと、導入コストと現場の手間が気になります。録音・文字起こし・解析の負担はどれほどですか？

AIメンター拓海

いい着眼点ですね！現場負担は驚くほど小さいです。実験では記憶報告を2本で計約3分、音声の文字起こしに約10分、解析は一瞬です。クラウドに出すのを避けたい場合は社内サーバでの処理も可能ですから、運用設計次第でコストを抑えられますよ。

田中専務

それは安心ですね。ただ「ワードサラダ」とか「発話のランダム性」という概念が現場でどう説明できるかが問題です。これって要するに会話のつながりが切れているかどうかの数値化ということですか？

AIメンター拓海

まさにその通りですよ。素晴らしい着眼点ですね！簡単に言えば、言葉をノード（点）としてつなぎ目の多さや順序の整合性を測ると、まとまりがある発話はつながりが高く、バラバラだとランダムに近づくんです。ですから数値として表せます。

田中専務

判定結果を会議でどう使えばよいですか。営業や製造現場の判断に落とす際の注意点はありますか。

AIメンター拓海

いい質問です。ポイントは3つです。1) あくまで補助指標であること、2) 個人差や言語背景を考慮すること、3) フラグが出たら専門医の精査につなげる運用を定めること。これで誤解や過剰介入を防げますよ。

田中専務

運用ルールが重要ですね。あと、学術的な裏付けはどの程度あるのですか。6か月後の診断予測が本当に可能という根拠を教えてください。

AIメンター拓海

素晴らしい観点です。研究では初診時の短い発話から「Fragmentation Index（断片化指標）」を算出し、陰性症状との高い相関が示されました。研究データではその指標が高いと6か月後に統合失調症と診断される確率が高かったのです。

田中専務

分かりました。要するに短い会話を数値化してリスクを取れる指標に落とし込んでおき、異常が出たら専門に回す仕組みを作れば現場でも使えるということですね。それなら実装プランを検討できます。