東京大学の研究チームは、対話型の人工知能（AI）の情報処理のパターンと失語症患者の脳活動が類似していることを数理解析で明らかにした。AIを活用した失語症の評価や新たな検査法の開発につながる可能性がある。
対話型AIの1つである大規模言語モデル（LLM）は質問が与えられると、答えを流ちょうに返すことができるようになってきた。しかし、内容に関しては不正確な部分も多く、「もっともらしいが回答が間違っている」という結果が出ることがある。
失語症の1つである「ウェルニッケ失語症」は、感覚性失語と呼ばれ、言葉を流ちょうに話すが、相手や自分の言葉を理解しておらず結果として会話が成立しにくい特徴がある。
研究チームはLLMと失語症の類似性に着目し、米オープンAIが開発した「GPT-2」など4種類のLLMの情報処理パターンと失語症患者の脳活動パターンを調べた。失語症患者の脳活動については機能的磁気共鳴画像法（fMRI）を使った。
LLMと失語症患者の脳活動のパターンを数理解析手法を使って3次元の地形として比較した。この地形では穴が深いほど、特定の活動パターンになっていることを示すが、ウェルニッケ失語症と4種類のLLMは似ていたことが分かったという。
脳活動のパターンや情報処理のパターンを定量的に評価するシステムを活用することで、失語症の評価や検査につながる可能性があるほか、正確性の高い新たなLLMの開発も期待される。研究成果は米学術誌「アドバンスト・サイエンス」に掲載された。
