神経難病患者のコミュニケーション支援を目的とした口形の画像認識手法の提案と、その性能を検証した研究である。新しい機械学習モデルであるViT を導入した口形認識手法の提案のほか、従来研究にはない規模の実験データを収集し、実用的な観点から様々な評価や分析が行われており、新規性および有用性が高く評価された。神経難病患者には症例の差異や進行による変化など、口形画像の個人差以外にも多様な変動要因が存在する一方で、データ収集の困難さがある。著者らの研究グループでは、長期間に及ぶデータ収集に取り組み、現実的、実用的な観点から綿密な評価実験と分析がなされている。継続的な取り組みの進展も認められることから、今後の発展や展開が大いに期待される。以上のことから、福祉情報工学分野の発展に資する研究発表としてHC 賞候補に推薦する。
◇HCGシンポジウム2023受賞者一覧より引用。