「高齢者の自動車運転パターン」から認知機能低下の兆候を読み取ることが可能という研究結果

多くの人々は日々何気なく自動車を運転していますが、実のところ運転には高度な認知機能が必要です。新たにアメリカ・ワシントン大学の研究チームが、「自動車の運転データから認知機能低下の兆候を読み取ることができる」という研究結果を発表しました。

Association of Daily Driving Behaviors With Mild Cognitive Impairment in Older Adults Followed Over 10 Years | Neurology
https://www.neurology.org/doi/10.1212/WNL.0000000000214440

Can your driving patterns predict cognitive decline? | AAN
https://www.aan.com/PressRoom/Home/PressRelease/5298

Your Driving Choices Could Be Hiding Signs of Future Cognitive Decline : ScienceAlert
https://www.sciencealert.com/your-driving-choices-could-be-hiding-signs-of-future-cognitive-decline

自動車を運転する際には複数の認知機能や感覚機能、運動機能を統合する必要があるため、認知機能が低下したドライバーは事故を起こすリスクが高まります。実際、認知症の前段階とされる軽度認知障害(Mild Cognitive Impairment、MCI)を持つ高齢者は正式な認知症の診断を受ける前に、運転パターンに微妙な変化が生じる場合があるとのこと。

しかし、認知機能が低下し始めた高齢者の運転パターンの変化に関する、実世界での縦断的なデータは限られています。ワシントン大学医学部のガネーシュ・バブラル博士は、「事故リスクの高い高齢ドライバーを早期に特定することは公衆衛生上の優先事項ですが、危険なドライバーを特定するのは困難で時間がかかります」と述べています。

そこでバブラル氏らの研究チームは、軽度認知障害の高齢者と認知機能が正常な高齢者を、日常の運転データを使用して区別できるかどうかを調べる実験を行いました。

実験には、ワシントン大学の実走行車両運転評価システムプロジェクトに協力した、近隣に住む平均年齢75歳の高齢ドライバー298人が参加しました。被験者のうち56人は軽度認知障害と診断されており、残りの242人は認知能力に問題ありませんでした。また、これらのドライバーは研究開始時点で、少なくとも週に1回は自動車を運転していたとのこと。

研究チームは被験者を対象に、記憶力・注意力・実行機能に関連するタスクを含んだ認知機能テストを実施。さらに、被験者が持つ車両に搭載されたデータ追跡装置を使用して、最大40カ月間にわたって自動車の走行データを収集しました。

研究開始当初は、両グループで運転パターンは類似していました。ところが、時間の経過とともに軽度認知障害の高齢者は毎月の運転回数、夜間の運転頻度、運転するルートといったルーチンが大きく変化していったと報告されています。

データの分析では、軽度認知障害の高齢者は時間とともに運転する回数が少なくなり、夜間の運転も避けるようになり、行く場所が減り、ルートが単純になり、走行スピードも低下する傾向が確認されました。

研究チームは、これらの運転に関わるデータのみを用いて、軽度認知障害の有無を82％の精度で予測できたと報告しています。さらに、これらのデータに加えて年齢などの人口統計学的特性、認知機能検査のスコア、アルツハイマー病に関連する遺伝子の有無といった要因を加えると、精度は87%に向上しました。

逆に、運転データを含まずにその他の要因のみで軽度認知障害の有無を予測したところ、その精度は76％にとどまりました。バブラル氏は、「GPSデータ追跡装置を用いることで、年齢・認知機能テストのスコア・アルツハイマー病に関連する遺伝的リスク因子の有無といった要素のみを見るよりも、認知機能の問題を抱えている人をより正確に特定できることがわかりました」と述べています。

軽度認知障害の高齢者の運転パターンが変化した理由としては、認知機能の低下だけではなく、加齢に伴う自己制御能力の発達も影響している可能性があります。それでもこれらの研究結果は、運転パターンの変化が認知機能低下の早期兆候となっていることを示唆するものです。

バブラル氏は、「人々の日常的な運転行動を観察することは、人々の認知能力や機能を監視するための、比較的負担が少なくて目立たない方法です。これにより、現在頻繁に発生している事故やニアミスを起こす前に、リスクの高いドライバーを早期に特定し、早期介入することが可能になります」と述べました。

なお、今回の研究で対象となったドライバーの大半は高学歴の白人だったため、結果は必ずしも一般化できない可能性があります。研究チームは今後、車両の種類や地理的エリア、その他の健康状態といった結果に関連する可能性があるデータを追加しつつ、より大規模で多様な人々のグループで仮説を検証する予定です。