本研究では、運転中の健康状態が行動に及ぼす影響に着目し、特にパーキンソン病患者の運転行動分析を行います。運転中に生じる軽微な異常は、公衆の交通安全にリスクをもたらす可能性があるため、SAFE-Dという新たなフレームワークを提案します。このフレームワークは、運転性能の低下に関する因果関係を確立し、初期段階のパーキンソン病に見られる潜在的な行動変化を表現するために、複数の車両制御データを統合します。さらに、時空間的特徴を優先的に解析するアテンションベースのネットワークを設計し、異常検出の精度を向上させます。実験結果として、SAFE-Dは正常な運転パターンとパーキンソン影響を受けた運転パターンを96.8%の精度で識別することに成功しました。