当社では、大阪大学大学院 連合小児発達学研究科、大阪大学大学院医学系研究科 神経情報学教室および塩野義製薬株式会社との共同研究成果が、このたび学術誌 NeuroImage: Reports に掲載されましたので、お知らせいたします。

発達障害（自閉スペクトラム症：ASD、注意欠如・多動症：ADHD）は、診断に専門医による長期間の評価が必要となることが多く、より客観的で負担の少ないスクリーニング手法が求められています。本研究では、簡便に装着できるパッチ式脳波計「HARU-2」と深層学習AIを組み合わせ、脳波から発達障害児と定型発達児を分類するAIの開発を目的としました。

研究では、定型発達児87名、発達障害児76名（ASD、ADHD、ASD+ADHD）の合計163名の安静時脳波を測定し、当社の脳波AI技術を活用して、Transformerと1次元畳み込みニューラルネットワーク（CNN）を組み合わせた深層学習モデルを構築しました。

  
本研究は、携帯型パッチ式脳波計と深層学習AIを組み合わせることで、従来よりも低負担・短時間で脳波計測を行いながら、発達障害児と定型発達児を分類できることを示しました。簡易性かつ高精度なパッチ式脳波計を用いた客観的なスクリーニング技術として、実用化への可能性が示されました。

論文タイトル：
Classification of neurodevelopmental disorders and typical development using deep learning and a portable patch-type electroencephalography device
（携帯型パッチ式脳波計と深層学習を用いた発達障害児と定型発達児の分類）

著者：Byambadorj Nyamradnaa, Maya Izumoto, Yoshiko Iwatani, Shusuke Yoshimoto, Kotaro Ezure, Azusa Ono, Yoko Kato, Kyoko Makita, Ikuko Hirata, Masaya Tachibana, Ikuko Mohri, Shuichi Hiroyama, Sotaro Momosaki, Takufumi Yanagisawa, Kuriko Kagitani-Shimono, Masako Taniike

掲載ジャーナル：NeuroImage: Reports, Vol. 6, Article 100384 (July 13th, 2026)
DOI：https://doi.org/10.1016/j.ynirp.2026.100384