研究開発成果



















































 

個別化医療、再生医療、ゲノム. 医療技術、バイオ医薬品などにより健康寿命の延伸や. 予防の高度化が進み、テクノロジー分野では、AIの進. 化、ロボットの高性能

認知症ケアおよび介護におけるＡＩおよびロボットの活用

　防ぎうる認知症にならない社会に向けた技術開発　
がんゲノム医療と人工知能介護・認知症領域における取り組みについて

介護ロボット. が介護サービスを提供. スマート⼯場. AIを活⽤した健康管理. AIが医者を補助 ... 世界で最初に急激な⾼齢化社会を迎えている⽇本において、医療・介護

 AIの活用. 認知症ケア. ⾃⽴⽀援. 重症化予防. 要介護状態等の. 維持・改善. 健康・医療・介護. ・リハ・栄養等データ ... 脳科学。ロボットを駆動させるアクチュエータ介護ロボット. が介護サービスを提供. スマート⼯場. AIを活⽤した健康管理. AIが医者を補助 ... 世界で最初に急激な⾼齢化社会を迎えている⽇本において、医療・介護の改革

AI搭載したロボットが高齢者グループの会話を誘導し、認知症予防に―保健医療AI開発加速コンソーシアム

AI×ロボットアームで医療・介護を支援

 

「AI（人工知能）、生物力学、人間工学を結合させて開発したもので、視覚と触覚を持ち、人間の手指の繊細な動きを模倣できるロボットだ

ロボットアームといえば一般的に、生産ラインで使われるものだ。もし介護やリハビリに応用するなら、人間の手指のような繊細な動きを持たせるというハードルを突破しなければならない。超域研究チームは、AI（人工知能）、生物力学、人間工学を結合させ、視覚と触覚を持ち、人間の手指の繊細な動きを模倣できるロボットを開発した。それは、人間と同じようにボールを握り、ティッシュを取り出すことができる。人類の手指の関節を模して設計したもので、空気圧の伝動によって指を曲げる動作を行う。また、米国の特許技術を使った演算チップによって手指が受ける反発力をセンサーで測定し、かつ的確な角度で測量を行う。一般にロボットがボールをつかんだり、飲料のボトルを握ったりする場合、五本の指を機械的に開いたり、閉じたりして、物をつかんだり、握ったりするものだ。しかし、人間に似た滑らかさがある。人間の動作をデジタル化し、それを少しずつロボットに学習させたからだ。両手を人間のように動かせるようになれば、将来的にはロボットが赤ちゃんを抱いたり、病人や老人の背中をさすったり、体を起こしたりすることも可能になる。 
繊細に動かせる手指だけでなく、チームは死角ゼロの七軸ロボットとした。これは一般の六軸ロボットより、動きの幅がさらに広がる。人間の手では届かないような角度まで腕を折り曲げることができるのだ。さらに、自由に動かすことのできる首や３D立体視覚システムなどを持つため、より広い範囲で周辺の物品をスキャンすることができる。つまり、「空間」の感覚を持っているのだ。しかも、AIによってものを識別することも可能だ。
ロボットの「脳」に当たる部分は資訊工程学系の金仲達教授、黄稚存副教授、朱宏国副教授、電機工程学系の呉誠文特聘講座教授、劉靖家教授が中心となって研究・開発した。これまでに「未来科技奨（FutureTech Breakthrough Award）」や「国家新創奨（=National Innovation Award）」を受賞した研究・開発のさまざまなブレークスルーが応用されている。

人間の五感の中でも解明されてない部分の多い「触覚」とテクノロジーが結びついて生み出される可能性とは

皮膚で聞く――。触覚を使った情報伝達技術「ハプティクス」が熱い注目を集めている。すでにゲームのコントローラなどに実装された触感再現のみならず、遠隔手術マシンや点字の代替など様々な応用研究も進んでいる状況だ。同分野で革新的なアプロ―チを打ち出したFacebookは、「いいね！」などシンボル化された感情を皮膚への刺激で伝えるSNSの未来を模索中。

　私は大学で20年近く触覚の研究をしている。しかし、触覚の研究とはいったい何をするのかわからないというのが一般的な反応ではないだろうか。実は近年、振動や動きにより触覚のフィードバックを与える「ハプティクス（= Haptic、「触覚」を意味する）」というテクノロジーが注目を集めており、この分野ではあのFacebookが存在感を見せつつあるのだ。

　人の感覚の研究には大きく分けて三つの分野がある。

　一つは人が感覚を使ってどう外界を認識しているかを調べる生理学的な分野。

　二つ目は、人と同じような仕組みで人工的に情報を検出するセンサの分野。

　三つ目はそういった感覚を人工的に提示する分野である。

　五感の中で最も研究されている「視覚」を例にとると、網膜上にあるRGB（赤・緑・青）の三原色に感度を持つ細胞が光の各成分に応じて反応するという生理学的な部分に関する研究や、さまざまなパターンの刺激を見たときの人の認識を明らかにする研究が一つ目の分野だ。

　そして、そのような基本的性能を人工的に実現してカメラを作るのが二つ目。

　そうやって記録された映像を提示するディスプレイやプロジェクタを作るのが三つ目の分野に該当する。

　触覚の研究も基本的にこれらと同じだ。「人の皮膚感覚のセンサを解明する」「ロボットの表面に人と同じような触覚を持たせるセンシングを実現する」「適切な振動・圧力のパターンを提示することで人工的に感覚を再現する」といったテーマについて、世界中で研究が行われている。

ニンテンドースイッチにも生かされている触覚研究

　では、このような触覚技術は、どのような分野で利用できるのだろうか。

　たとえば、スマートフォンなどの振動は広く普及している触覚研究の成果といえる。最近のiPhoneでは物理的にはボタンが押し込めないかわりに、適切な振動パターンを再現することで、あたかもクリックしたような感覚も再現できる。

　近年では特にゲーム会社が触覚研究に力を入れており、コントローラの機能などに生かしている。Nintendo Switchでは「HD振動」という呼び方で高精細（HD: High Definition）な触感であることをアピール。「1-2-Switch」というソフトでは、コントローラの触感再現力を活用し、振動だけで楽しむゲームもある。PlayStation 5のコントローラであるDualSenseは、「ハプティックフィードバック」や「アダプティブトリガー」という新しい機能が話題だ。ボタンの押し込みに対して押し返すような力を生じさせるなどの形で触覚が活用されており、ゲームへの没入感を向上させている。

　研究段階の事例としては，遠隔手術マシンのような応用が挙げられる。内視鏡による手術では、映像を頼りに離れたところから鉗子をコントロールして腫瘍を切除するような作業が行われる。その際に、鉗子にかかっている力などを触覚的にフィードバックすることで、他の臓器を傷つけていないかを直感的に理解したり、鉗子の操作性を向上させたり、といった効果が期待される。

　これらは人が感じる触感を再現する事例だが、記号的情報を触覚というチャンネルを介して人に伝達するという応用もある。

　触覚による記号的情報の伝達として最も分かりやすいのは「点字」だ。目の見えない方が、触覚を介して凹凸のパターンに触れることで、文字情報を理解できるようになっている。しかし、視覚障害者で点字を読める人は実はそんなに多くなく、厚生労働省の平成18年の調査では、「点字ができる」と答えた視覚障害者の割合は12.7%と報告されている。視覚障害者の中には弱視や視野狭窄といったロービジョンの方も含まれ、さらに最近では機械によるテキスト読み上げ技術も普及しているので、必ずしも点字が必要不可欠であるわけではない。とはいえ、視覚の代替情報取得チャンネルとしての点字の浸透率は決して高くはない。

　これについて、訓練しなくても触覚を介して文字情報を伝えられないかという研究はいくつかなされている。我々の研究室で以前行った研究では、ペンを握った状態で、そのペンが自動で文字を書くように動くと，それを握っている人はかなりの精度で文字情報を認識できることがわかった。アルファベット26文字について、1秒1文字のペースで9割以上の精度で文字を理解できることが確認されている。

「脳でタイピングして、皮膚で聞く」

　このような触覚を介した記号的情報の伝達について積極的に研究しているのが、あのFacebookだ。2年に1度開催される触覚分野最大の国際会議「World Haptics」で、同社は2019年の所属機関別論文採択ランキング1位となった。その数は2位の東京大学に2倍の差をつけている。先日行われた21年の会議では、コロナ禍の影響なのか、発表数は少なかったものの、触覚研究に力を入れているのは間違いない。

　Facebookが触覚研究で最初に大きな注目を集めたのは、17年に提唱した「脳でタイピング」「皮膚で聞く」という2つのアプローチだ。人間を「何らかの情報を入出力するシステム」と見なすと、情報出力の多くは音声か手指、あるいはキーボードなどを経由した出力ということになる。一方、情報入力の多くは視聴覚である。二次元的な色と明暗のパターンにより眼球を介して入力するか、鼓膜の振動を介して音として入力するか、である。

　Facebookの思惑は、この情報入出力を今までとは違うチャンネルで行うというものである。

　情報の「出力」については、声を出したり、手を動かしたりせずに、脳の信号を直接読み取って情報として出力してしまおうと考えているようだ。これが先述の「脳でタイピング」だが、これまでBrain Machine Interface（BMI）という分野で広く研究されてきたトピックでもある。たとえばALS（筋萎縮性側索硬化症）のような全身の筋肉を動かせなくなってしまう病気の患者に対して、頭の中で考えただけで自分の意図を外に向けて発信する応用などが検討されてきた。近年の人工知能（AI）・機械学習技術の進展により、計測された脳波のパターンを適切に解析できるようになってきたという技術的な進展も大きい。Facebookの提案と同時期に、米電気自動車メーカー大手「テスラ」の創業者であるイーロン・マスクが「Neuralink」という、脳に電極を埋め込むことによる能力拡張を提案している。

　一方で「入力」では、視覚と聴覚という2つの情報チャンネルのうちどちらを利用するかについて、我々の生活習慣が強く反映されている。たとえば自動車社会のアメリカでは、ポッドキャストのような音声チャンネルを利用した情報伝達が盛んである。運転時には聴覚しか空いておらず、そこを狙っているというわけだ。一方、日本の都市部では、通勤通学時に電車を利用する人の方が多い。電車の中であれば視覚を占有されても安全なので、文字や映像といった視覚で情報を得るほうが効率が良くなる。

　ここで新たなチャンネルとして触覚を利用しようというのがFacebookの狙いだ。触覚は、全身に広く分布している感覚である。視覚・聴覚・嗅覚・味覚の四感は目、耳、鼻、口といった局在した感覚器があるため、そこを何かの刺激で占有されてしまうとそれ以上の情報を提示することは難しい。触覚の場合、仮に手でハンドルを握っていても、腕、肩、腹や太ももなど、まだ利用されていない場所が広く残されている。ここに適切な刺激を与えることで、たとえば耳で音声を聞くかのように情報を伝えられれば、車を運転し、音楽を聴いている状態でも、着信したメールのタイトルを確認できる可能性がある。

触れるだけで想いを伝える？

　筆者が17年に「皮膚で聞く」という記事を読んだときに、皮膚を介してどれくらいの情報が伝えられるのかという点に一番強く興味を覚えた。精密な文字情報を伝えられるほど触覚は賢くないのではないかと思っていたからだ。アニメ「ルパン三世」のオープニングで、一文字ずつフラッシュのようにサブタイトルが表示される演出があるが、あれを読みにくいと感じる人は多いのではないだろうか。触覚も同様、一文字ずつ記号的に表示されたところで、それを時間方向に繋げて文として理解するのは難しいのではないかと思ったのだ。

　19年にWorld Hapticsで発表されたFacebookの成果は、まさにこの疑問に対する2年間の研究を踏まえた回答になっていた。一言で言うならば、精密な文字情報の伝達は想定していない、という内容であった。

　では皮膚で何を聞こうとしていたのか？　それは「感情」だ。ある研究では、一人の被験者が腕を出しておいて、別の被験者が特定の情動（喜びや悲しみなど）を伝えるように前腕に触れることを指示される。そのときに、触れられた方が情動をどの程度理解できるかを評価していた。つまり、触覚のみを介して気持ちを相手に伝えられるかという研究である。このような動作時に、どんな触り方をしていたかという分析や、その時、触れられた人の神経はどのように発火していたかを計測している研究なども紹介されていた。

　さらに触るだけで感情を伝えるために、主に前腕をターゲットに、どういう装置を使えば必要十分な感情が伝えられるようになるかという、ハードウェア設計についての研究も多く見られた。

　つまり、「皮膚で聞く」を実現するために、1）手首や前腕など、手指ではない部位に対して刺激を提示し、2）刺激の仕方によって、喜びや悲しみのような情動を伝達することを目指しているのだ。

　これはFacebook社の戦略としては非常に理にかなっているのではないだろうか。SNSでは、利用者が「いいね！」や「悲しいね」といったシンボル化された感情でコミュニケーションしている。この数種類の感情を直感的に感じさせることができれば良いわけだ。

　考えてみれば、LINEなどでも、直接コメントを書かずにスタンプで済ませてしまうことが多い。スタンプに付随する感情のニュアンスを何らかの形で伝えられるのであれば、そこに文章は不要だ。そのための新しいチャンネルとしての触覚利用が今後出てくるのではないかと、Facebook社の一連の研究からは感じさせられた。

過剰な情報で、私たちの五感を埋めてよいのか

　本稿を書くにあたり、編集者から「感覚がどんどん埋められていくのは、人にとって良いことか？」という疑問をいただいた。これは正直全く考えたことのない視点でありハッとさせられた。

　人の感覚を取り扱う情報系の研究者は基本的に、空いている感覚をいかに活用するか、ということを課題としている。近年のスマートフォンの普及により、視聴覚がかなりの時間占有されるようになってきている。たとえば私たちはエレベータで数階上がる程度の時間であっても、ポケットからスマホを取り出してしまう。視聴覚を情報で埋めたがる傾向は、確かに年々強くなっている。

　Facebookの戦略は、すぐに埋まってしまう視聴覚と競合しないように触覚も利用していこうというものである。空いている感覚を適切に利用するという情報利用的な観点ではリーズナブルであるが、「感覚がどんどん埋められている」という観点では、少し立ち止まる必要があるかもしれない。

　近年、マインドフルネスと呼ばれる瞑想に惹かれる人が増えているのは、埋まった感覚の開放という観点で捉えることができるかもしれない。感覚を埋めるコンテンツ、その隙間の感覚を活用する新しい触覚技術、そして埋まった感覚を開放するための工夫は、ハイカロリーな食事をとりながらサプリメントも摂取し、ジムでトレーニングに勤しむ姿に似ていると言えようか。最初からそんなに情報を摂取しなければ良いのに、と分かっていてもやめられない時代に来てしまっている。

　最後に、「触覚は、現状メインで利用されることの少ない感覚である」と述べてきたが、筆者がこれは触覚でなければ成立しない究極のコミュニケーションであると感じている事例が一つある。それは、妊娠中の胎児とのコミュニケーションである。妊婦のお腹の皮膚を介して、胎児が蹴り出す足の振動に生命を感じ、ノックに対するリアクションがあれば喜ぶ、あれは触覚でなければ味わえない感動である。そこには、視聴覚のような潤沢で高密度な情報はない。曖昧で、ときに一方通行な振動のみのコミュニケーションである。これくらいの疎なコミュニケーションで時間を埋める贅沢を人工的にデザインできると良いのだが、生まれくる生命の力には到底勝てないのである。

 

 

医療費と高齢者人口

世界経済フォーラムは、所得と富の格差拡大や気候変動などとともに、世界的変化の主な5つの推進要因の1つとして、高齢化を挙げています。

 

グローバルコスト

65歳超の世界人口は、今後30年間で現在の3倍にあたる15億人に達し、それに伴って高齢化に起因するコストも膨れあがる見込みです。実際、一部では、2050年までに心臓病やアルツハイマー病、糖尿病などの慢性疾患による経済的影響が47兆米ドルを超えると推定されています。

米国と英国における医療費の増加

米国の医療制度では、65歳以上の国民に費やされる医療費が25歳未満の5倍以上となっています。米国では、2030年までに、65歳を超える国民1人に対する労働人口が3人になる見込みです。

日本

現在、日本では医療費がGDPの8%を占めていますが、調査によれば、数十年にわたる経済の停滞、高額なブランド医薬品の過度な使用、そして世界一の高齢社会であることから、2025年までに医療費がGDPの11%にまで増加すると推定されています。

日本の総人口に占める高齢者人口の割合が28.1％となっている中、65歳を超える高齢者の5人に1人に相当する460万人がアルツハイマー病にかかっており、深刻な蔓延に直面しています。高齢者人口の増加に伴い、この数字も増加することが見込まれます。

再生医療、ロボット工学とAI、自動運転車、サービス産業におけるドローン利用の実用化に関して、日本は世界的リーダーとしての大きな一歩を踏み出しています。これらはすべて、高齢化社会に対応するための優れた機動性と接続性、および長寿命の実現において重要な役割を果たすよう設計されています。 とりわけ、日本は支援ロボットの成長を推進しています。医療は、Society 5.0の重要な柱です。 日本の医療は国民皆保険制度によって支えられており、学界、産業界、政府の横のつながりによって得られる豊富な生データは、何十年にもわたり日本の経済モデルの基礎をなしてきました。
日本の高齢化問題の解決に向け、日本政府は介護施設へのロボットの導入を支援しています。しかし、多くの人が、介護面でのメリットと倫理的問題とのバランスを慎重に取ることを強く勧告しています。

高齢化

• ゲノムの不安定性：遺伝子損傷を引き起こす内部要因と外部要因は、どちらも生涯を通じて体内に蓄積します。これが老化を促進することが分かっています。

• テロメア短縮：テロメアは染色体の末端を保護する「ふた」であり、細胞が分裂するたびに短くなります。時間が経つにつれ、細胞がそれ以上分裂できなくなるまでテロメアが短くなり、病気につながる可能性があります。

• エピジェネティック変異：個々の生活体験や環境要因によってDNAではなく遺伝子発現に変異が生じ、それが老化に影響を及ぼします。

• タンパク質恒常性の喪失：細胞タンパク質は加齢に伴ってミスフォールドされ、そのせいで恒常性維持機能が失われます。このように損傷したタンパク質の蓄積は、老化や老化に伴う病気の原因となります。

• 栄養感知の制御不全：代謝を調節する経路があり、そのタンパク質は栄養レベルの影響を受け、老化の促進にも関与しています。

• ミトコンドリアの機能不全：加齢に伴い、ミトコンドリア（体内の代謝の調節を担うエネルギー製造所）の機能不全が始まります。

• 細胞老化：「歳をとった」細胞は若い細胞ほど速く排除できず、体内に蓄積することで健康に悪影響を及ぼす可能性があります。

• 幹細胞の枯渇：新しい組織細胞の再生を助ける4種類の幹細胞の活動は、加齢に伴って低下します。

• 細胞間コミュニケーションの変化：細胞間のコミュニケーションは加齢に伴って妨げられ、炎症や組織の損傷を引き起こします。

老化は生物有機体が持つ自然な特徴であり、老化研究分野におけるAIと深層学習の進歩のほとんどはバイオマーカー開発の専門領域のものです。基本的な臨床血液検査、写真、ビデオ、音声、網膜スキャン、さらには医用イメージングからマイクロバイオームデータに至るまで、さまざまなデータタイプに対して年齢予測システム、つまり「老化時計」が開発されています。

デジタル医療市場

医療は3兆ドルの米国産業であり、人工知能は、2030年代と2040年代に大きな優位を占める新しい革新的な巨大企業を生み出すことになるでしょう。

CBinsightsによると、2018年には、ベンチャーキャピタルが米国の500社近いスタートアップ企業に100億ドルを投資しました。 また、大手テクノロジー企業、ベンチャーキャピタル、および各国政府は、テクノロジーの進歩についても熱心に調査しています。

デジタルヘルススタートアップ企業の投資段階

デジタル医療市場には18,000社のスタートアップ企業が参入しており、その規模は1,450億ドルに上ります。 投資家たちは、2018年にデジタルヘルスに68億ドルを投資しました。AI規制はまだ整備されていませんが、デジタルヘルスは多かれ少なかれ全面的な導入が進み、導入も容易になるでしょう。医療AI市場は、2021年までに複合年間成長率40%を達成する見込みです。これは主に、AIが医療の成果を30～40%改善すると同時に、治療費を半分に削減できる可能性があるためです。
デジタルヘルス分野は急激に拡大しています。仮想診断からAIを利用したより効果的な医薬品の開発まで、その可能性は飛躍的に広がっています。

トレンド - 思いもよらない方法で医療や健康データに影響を与えるAI

早期発見から医療診断の改善まで、AIは世界を変革し続けています。消費者がサービスを利用する方法、医療機関が医療を提供する方法、さらには実現できる健康上の成果など、AIや機械学習はさまざまな形で医療を改革しています。AIは破壊的な力を秘めており、これはほんの始まりに過ぎません。

医療は、いずれAIによって最も大きな変革を遂げる分野になる可能性があります。機械学習は、ニューラルネットワークによる医用イメージング、NLPによる電子医療データのマイニング、深層強化学習と5Gを利用したロボット手術などの分野に大きな影響を与えるでしょう。また、機械学習技術をウエアラブルデバイスに応用することで、センサーデータを処理して予防医療に役立てることができます。

2020年は、AIテクノロジーが医療や医薬品に応用される年になると期待されています。人間は自分の能力と精神を修正し、改善し、継続的に向上させる機会を手に入れるでしょう。

心拍や血糖値などの重要な生物学的指標を監視する新たなモバイルテクノロジーは、消費者の行動に根本的かつ前向きな変化をもたらします。

投資家たちは減量をサポートするウエアラブルデバイスに多額の投資を行ってきましたが、結局、長期的な行動の変化は見られず、失望する結果となりました。

AIは、予防から自己監視、診断、治療に至るまで、健康へのアプローチに多くの影響を与える可能性があります。これには、健康の社会的、家族的、経済的、感情的側面にどのように対処するかも含まれます。

将来的には、TwitterやFacebookなどのソーシャルメディアサイト、ウエアラブルデバイス、環境センサーなどから収集したデータを遺伝データやプロテオームデータと組み合わせることで、特定の病気のリスクと発症の両方をより明確に定義することが重要になるでしょう。企業はこの知識を利用することではじめて、医療機関や消費者がこのプロセスを遮るために使用できる低コストの介入を開発できるようになります。複数の診断、従来の臨床検査、およびウエアラブルデバイスを通じて収集したデータを組み合わせることで、疾患リスクをより包括的に把握できるようになり、医療機関やヘルスコーチは長期的な行動の変化を促進する、容易かつ低コストの介入を優先できるようになります。

AIと老化

老化に起因する病気の治療費は、世界各国の医療制度を崩壊させ、企業や政府の議題はこの件で埋め尽くされる恐れがあります。AIは、高齢化に歯止めをかけ、社会の絶え間ない変化に適応できる俊敏なイニシアチブを生み出すことができます。私たちは、幼児の死亡率低下と感染症による死亡者数の削減において大きな進歩を遂げました。しかし、心血管疾患、2型糖尿病、アルツハイマー病などの深刻な健康問題を抱えた高齢者はいまだに存在し、何百万人という高齢者が孤独な生活を送っています。

人間の寿命は延びましたが、生活の質が向上したわけではありません。AIの進歩は、老化研究の分野に大きな影響を与えています。 AIには、生物学的プロセスを演繹的、機構的に理解することなく、複雑な非線形データ内の関連パターンを識別するという特有の機能があります。AIは、体内で起きている複雑で全体的かつ統合的な関係を明らかにします。

AIには、どのように歳をとり、自己を監視し、そしてどのように人生を送るかをまとめて変革する大きな可能性があります。

実際に適用されたユースケースは、老化と寿命に関するさまざまな研究分野で、AIが有望な結果をもたらし始めていることを示しています。 AIは、概念実証例がわずかしかない過剰に宣伝されたテクノロジーから、大規模に導入され、認められた高齢者医療のトレンドへと次第に変化しています。

AIはすでに、プロセスの非効率性や手作業による高額な治療の問題を解消して人的ミスを防止するために急速に進歩しており、患者ケアの本来の趣旨を再定義することを保証しています。AIの力を解き放つには、医療ITの関係者や業界のエンドユーザーと緊密に連携する必要があります。 私たちは、人間の能力と社会的つながりを改善するために、より複雑な社会的プロセスの構築に重点を置く必要があります。これらのメカニズムには、自動運転車、目に見えないIoTセンサー、モバイルヘルスアプリやデジタルヘルスアプリなどの新しいテクノロジーに加え、経済成長を支援するために構築された関連サービスなどが含まれます。

すでに、製薬のさまざまな分野でAIアルゴリズムの開発に成功しており、幅広い用途に適用されています。

サービスを共通のプラットフォームに統合することを奨励する規制によって、健康的な老化のための革新が進むでしょう。 アクセスと規制は、データ取得のための効果的なパイプラインを確立するために、医療機関とAIベースの企業との連携が必要であることを考慮する必要があります。

この大量のデータに含まれる有益な情報を活用するには、深層学習技術の開発や機械学習などの新しい計算論的アプローチの導入も必要になります。正確な予測を行うAIの能力は、データの可用性に大きく依存します。

AIテクノロジーとユースケース

医療診断

「患者の死亡の約10%は誤診に起因しており、誤診は病院が抱える厄介な問題の6～17%を占めている」 出典 - 全米アカデミーズ

毎年1,200万件を超える深刻な誤診が発生しており、医療の質があまり良くない地域が数多く存在します。

AIソリューションは、診断を迅速化し、精度を向上させることができます。これにより、複数の領域で、現在ほとんどの医師が行っているよりも優れた診断が可能になります。しかし、医療行為へのAIの統合はまだ初期段階にあり、自社の利益のためにすでに個人データを収集している企業に私たちの最も個人的なデータを提供することは、多くの危険をはらんでいます。

このようなミスを引き起こす要因は、医師の能力だけではありません。ほかにも、以下のようなさまざまな要因があります。

• 健康情報システムの非効率な連携と統合

• 臨床医と患者の間のコミュニケーションギャップ

• 診断のサポートが十分でない従来の医療業務システム

患者の転帰に関して利用できるデータが限られていることから、医療診断へのAIの応用は今のところ導入の初期段階にあります。2022年までには、医療機関や医療制度による診断へのアプローチ方法にAIが影響を与える可能性が高まるかもしれません。AIは、個人が自身の健康の変化をリアルタイムに把握する能力を変革するうえで、その役割を果たすことになります。

病院管理

患者の転帰を予測して、病院管理に役立てます。 AIを利用して電子カルテを再整理することで、医療管理にかかる膨大な時間の無駄を削減できます。これはつまり、Amazon社やGoogle社などの企業が、よりスマートなAIを利用して医療データを再パッケージすることを意味します。AIには、電子カルテなどのドキュメントやプロセスを効率化することで、その時間を大幅に削減できる可能性があります。

医薬品の開発

HIMSS Analytics 2017の基本概要によると、現在AIテクノロジーを利用している、またはAIテクノロジーに投資している医療機関は5%未満となっています。

過去5年間にわたり、製薬業界では、AIの導入によって科学者による新薬開発や病気への対抗方法が見直されてきました。

大手製薬会社が現在利用しているITは、レガシーシステムをベースとする従来型のものであり、相互運用性がなく、データのタグ付けが行われていません。製薬会社がAIベースのシステムを導入すれば、これらの課題を解決できるだけでなく、コストを削減し、効果的な新しい治療法を開発できます。

AIは、新薬の開発、服薬遵守の支援、臨床試験の詳細な分析において、製薬業界で重要な役割を果たすことになります。また、機械学習アルゴリズムは、医薬品の生物学的相互作用および化学的相互作用の調査に利用されることが見込まれます。

医用画像処理と放射線学

医用イメージングへのAIの応用は、医用画像再構成、ノイズ低減、品質保証、セグメンテーション、トリアージといった、広範囲に及ぶ不可欠なプロセスを強化できます。

深層学習は、主に画像の特定の特徴を識別し、画質を向上させ、外れ値や異常を見つけることができます。多くのイメージング研究室は、効率と専門知識を理想のレベルまで高めるために、高度な技術へと急速に移行しつつあります。

今後のAIベースアプリケーションの多くは、ラジオゲノミクス、コンピューター支援検出、および分類の分野で将来性があると言われています。 現在の医療制度はAIによって再構築され、その結果、現在の臨床画像診断は大きな影響を受けることになります。 ただし、シームレスな相互運用性を備えたデータ交換手段とともに、医用イメージングデータ用にカスタマイズされた、新しい事前トレーニング済みモデルアーキテクチャの構築に注力する必要があります。

さらに、放射線学におけるAIの急速な進歩は、患者ケア全体を変革する取り組みの決定的な突破口となる可能性があります。AIは、統合されたクラウドベースのプラットフォームを強化し、放射線科医は、症例をリアルタイムで自動的にレビューできるようになります。

病理学 - 病気の早期発見

AIを使用したデジタル病理学が急速に普及しつつある今、従来の病理診断は終わりに近づいています。作業量が増加し、正確さへのニーズが高まっていることから、AIは今後数年間で本格的にその影響力を示すでしょう。最先端のテクノロジーは、顕微鏡や人間の視覚では実現できない病理診断を実現する力を持っています。

病理学へのAIの応用により、画像解析、まれな対象物の識別、形態学に基づくセグメンテーション、スライド全体のデジタルイメージングを簡素化できます。最近の臨床診療における人工知能とデジタル病理学の急速な導入は、価値に基づくケア提供に新たな可能性をもたらしました。

IoMT - Internet of Medical Things

AIとIoTを組み合わせることで、大きな価値が生まれる可能性があります。Internet of Medical Things（IoMT）と呼ばれるこの高度なテクノロジーにより、さまざまな医療機器やセンサーをインターネットに接続して、膨大な量の重要な患者データを収集できるようになります。収集されたこれらのデータは、患者の状態を把握し、迅速かつ正確に医療診断を行い、医療機関におけるリソースの利用パターンを理解するために分析し、利用することができます。

多くの医療機関がIoMTのメリットに関心を寄せています。IoMTは、慢性疾患を持つ患者と医療機関に大きな安心をもたらします。IoMTを利用すれば、患者が快適な自宅にいながら、リアルタイムに患者を監視できるようになります。

ロボット工学

調査対象となった人の68%が、ロボットは人間を支援できるために有益であると回答した一方で、自分が病院や介護施設でロボットの介助を受けることやロボットとコミュニケーションを取ることに抵抗がないと答えた人は26%しかいませんでした。
出典: 欧州委員会による調査 - ec.europa.eu/digital-single-market/en/news/attitudes-towards-impact-digitisation-and-automation-daily-life

介護を必要とする高齢者が増加していることから、研究者たちはロボットが圧倒的な需要に対処するための1つの方法になると考えています。

• 対話型AIエージェント - 高齢者管理や高齢化に対応する、Ipsoft Ameliaなどの対話型/認識AIエージェント。

• ロボットコンシェルジュは、高齢者が1人暮らしを続けることができるよう支援します。これらのロボットは、料理や掃除、人付き合いに至るまで、あらゆる支援を行います。ロボットは介護を行い、場合によっては社会的交流を提供しますが、この独特な人間的課題に対して倫理をどのように適用するかなど、一部の研究者が直面している課題もあります。

• モバイルロボティックテレプレゼンス（MRT）システムは、高齢の患者と建設的な社会的交流を実現できることがすでに証明されています。MRTは基本的に、頭の高さにディスプレイが設置された車輪付きのロボットで、簡単なスマートフォンアプリを使用して遠隔操作できます。MRTを利用すれば、高齢者が遠く離れた場所に住んでいても、親戚やソーシャルワーカーが頻繁に高齢者を「訪問」できます。高齢の患者がデバイスを操作する必要はなく、何もしなくてもソーシャルワーカーや家族と交流できます。

• 人型ロボットは、高齢者に特に必要とされるケアを提供するのに十分な進化を遂げています。これらのロボットは物を拾ったり独立して移動したりできるだけでなく、例えば腕や手の動きを使って人間らしい自然なやり取りを行うことができます。さらに高度な人型ロボットには、タッチスクリーンなどのデバイスやセンサーが搭載されています。多くの高齢者はタッチスクリーンを使いづらいと感じ、ロボットに対話的なコマンドを与えて、その応答を画面から読み取ることを好みます。一方で、老化による難聴や視力障害のある高齢者には、タッチスクリーンを使用するオプションが不可欠です。人型ロボットは、課題となりえる社会的、倫理的影響を考慮することなく、テクノロジーの機能性を評価することに重点を置いてきました。その性質から、人型ロボットは孤独の軽減に役立つと一般的に考えられています。

• 手術ロボットは、近い将来、多くの定型手術で医師より優れた手技を行えるようになるでしょう。医療テクノロジーの導入は今後さらに加速する見込みです。 

深層学習ニューラルネットワーク

深層学習は、以前遭遇したデータに基づいて推論を行います。例えば、医療に関連するデータをより多く入力すれば、医療だけでなく、考えられるほぼすべての診断、プロセス、転帰、医師に、AIがどのような影響を与えるかについても、非常に優れたアイデアを得ることができます。
年齢予測システムの開発に使用されている最新の深層学習技術は、以前は互換性がなかった動的データ型と静的データ型に新しい可能性をもたらします。AIによる老化バイオマーカーを利用することで、生物学的プロセスの全体像を把握し、最も重要な特徴を抽出して生物学的標的とメカニズムを同定するという、因果モデルを構築するための新しい手法が可能になります。敵対的生成ネットワーク（GAN）と強化学習の最近の発展により、多様な合成分子と患者データの生成、新しい生物学的標的の同定、期待する特性とジェロプロテクターを持つ新しい分子化合物の生成が可能になりました。

これらの新しい技術は、統合されたシームレスなエンドツーエンドのバイオマーカー開発、標的の同定、創薬、および医薬品の研究開発の加速と改善に役立つ可能性のある現実世界のエビデンスパイプラインと組み合わせることができます。

 

老化防止のための深層学習の高度な使用

老化バイオマーカーの発見による精密医療

精密医療は、堅牢な定量的バイオマーカーに依存しています。老化バイオマーカーは、臨床的介入の治療効果を評価するための定量的基礎を提供できるツールです

現在直面している、人間の老化研究における主な課題の1つは、老化防止の治療的介入の効果を追跡するために標的化し、測定できるバイオマーカーがないことです。

現在、老化バイオマーカーの多くは、1つの機能だけでなく、破壊されると老化に関連する特定の病気や機能不全の発症を誘発することが知られている限定された一連の生理学的機能を監視します。そのため、客観的な定量化が可能で測定が容易な生物学的老化の特徴であるバイオマーカーを開発する必要が依然としてあります。このようなバイオマーカーの設計は、概念実証、実験検証、解析性能検証などを含む、時間のかかる面倒な多段階プロセスが必要です。AIテクノロジーは、老化バイオマーカーの開発に効果的な代替手段を提供します。データ学習に基づく老化時計は、バイオマーカーの同定にすでに使用されています。将来的に、データの特徴間の複雑な非線形関係を解明し、より一層正確なモデルを構築するために、複合データ学習アーキテクチャが使用されるようになります。

標的の同定

ディープニューラルネットワークを使用した効果的な老化防止治療の開発におけるもう1つの重要な側面は、対象となる標的の同定です。 経路摂動解析を使用した経路活性化パターンの相違点のスクリーニングなど、さまざまな計算論的アプローチが開発されています。これらの手法は、経路をトランスクリプトームマップとして特徴付け、若年者と高齢者の間の大きな変化を引き起こす経路を同定するために使用できます。このような解析の結果は、老化に関与する経路についての情報をもたらします。ディープニューラルネットワークを使用するこの手法は、潜在的な長寿特性を使用して同定した既知の化合物のスクリーニングライブラリーに依存します。 老化時計によって使用される特徴を分析して、新しい標的を同定することもできます。このアプローチでは、骨格筋の特徴に基づいて年齢を予測するために使用される遺伝子のリストを使用し、それをさらに分析して年齢予測に最も重要な遺伝子を同定します。年齢予測における特徴の重要性を評価するために、いくつかの手法が使用されています。

低分子創薬

薬物化合物を設計し、創薬においてより効率的にスクリーニングできる大規模な仮想化学ライブラリーを構築するための計算手法が開発されています。創薬および医薬品の開発は、深層学習テクノロジーを使用し、潜在的な有効性と安全性に従って薬剤候補を特徴付けることでさらに最適化できます。AIテクノロジーによって標準的な創薬パイプラインが破壊されることで、老化防止治療のための新しい候補を効果的に同定できるようになります。例えば、GANパラダイムに基づく生成モデルは、仮想分子を生成するその能力から、大きな可能性を秘めています。

遺伝子治療

遺伝子治療は、遺伝子を使用して遺伝性疾患、各種がん、特定のウイルス感染などの疾患を治療または予防する実験的技術です。実際には、この技術は、遺伝物質を細胞に導入することで、異常な遺伝子を補ったり、有益なタンパク質を生成したりするように設計されています。遺伝子治療は有望ではあるものの、現在はほかに治療法がない疾患に対してのみ試験が行われています。FDAは、一部の白血病、リンパ腫、および遺伝性疾患である網膜ジストロフィーの治療に初めて遺伝子治療を承認しました。 人工知能は、遺伝子編集プロセスの精度を高めるための重要な要因です。遺伝子編集の開発は、患者のDNAを変化させる可能性のある能力を科学者に提供することによって、個々の患者に合わせた治療法の探求に新たな機会をもたらしています。膨大な量のデータに基づいて学習、予測、アドバイスを行う能力を持つAIテクノロジーは、患者の予後を予測したり、実験的治療を用いた臨床試験からオーダーメイド医療に至るまでのさまざまな選択肢を医師にアドバイスしたりするために使用できるパターンを特定できます。 ただし、正確に遺伝子を編集できるかどうかについては、まだ課題があります。

大手テクノロジー企業 – FAGMA

Google社、Alphabet社、Microsoft社、IBM社、Amazon社、Tencent社はいずれも医療および医療テクノロジーの分野に参入しています。 これらすべての企業が、自社の未来を医療分野のAIと結び付けるべく大きな一歩を踏み出しています。これらの大手テクノロジー企業は、データを追い求め、各種基準やツールキットの設計に取り組んでいます。

世界経済に影響を及ぼす恐れのあるさまざまな病気や急速な高齢化から世界を守るために、テクノロジー企業は医療費に歯止めをかけようとしています。

ソフトウェアが医療における差別化の要因になっていることから、大手テクノロジー企業はソフトウェア分野の専門知識や消費者との直接的な関係、さらには潤沢な資金によって、優位な立場に立っています。

創薬のためにバイオテクノロジーAIのスタートアップ企業と提携する製薬会社

従来の製薬会社は、長い創薬サイクルに対する革新的なソリューションを求めてAI SaaSのスタートアップ企業との提携を拡大しているほか、バイオテクノロジーAIのさまざまなスタートアップ企業とも提携しています。

製薬会社は新しい治療法の候補を発見し、長期にわたる創薬プロセスを変革するために、AIアルゴリズムに数百万ドルを投資しています。それと同時に、デジタルヘルスを利用して消費者に直接リーチし、AIに関する必要な専門知識を見つけています。

再生医療とAI

収益を生み出して成長させる能力を持っている起業家にとって、再生医療は最も大きな可能性を秘めている分野です。人間の寿命は伸びており、人はできるだけ質の高い生活をできるだけ長く送りたいと考えています。

再生医療分野の目的は、例えば人工幹細胞を使用することで、患者により高度な治療を提供したり回復時間を短縮したりすることです。 AI技術は、人工幹細胞、免疫細胞、およびヒトの再生組織などを用いたオーダーメイド医療のための予測モデルの開発に機会をもたらします。例えば、AIは、胚細胞の発達状態を識別するために使用できます。AIテクノロジーのもう1つの応用例として、深層学習分析を使用して生成された3D幹細胞画像と遺伝子編集ツールCRISPRで改変された細胞株のオンラインカタログが最近導入されました。

さらに広い範囲では、AIは、再生医療技術が直面しているほかの種類の課題に対しても現実的な解決策を提供できるほか、より精密な組織工学アプリケーションのための計算モデルベースのディープニューラルネットワークの開発により、組織工学結果の予測も行えます。

AIが実現するオーダーメイド医療と老化防止研究に重点を置いたスタートアップ企業

AIは、企業や医療機関が収集した大規模な医療データセットの解釈に基づく効果的なオーダーメイド医療の開発に使用されています。

高度なバイオメトリクス

研究者たちは、ニューラルネットワークを使用して、以前は定量化が困難だった危険因子の調査と測定を始めています。パターンを発見するAIの能力は、以前は知られていなかった危険因子の特定と新たな診断方法への道を開き続けるでしょう。ニューラルネットワークを使用した網膜像と音声パターンの分析は、心臓病リスクの特定に役立つ可能性があります。

IoT - スマートデバイス企業

医療機器、ソフトウェア、サービスとしてのAI

過去数カ月間で、多くのAIソフトウェア製品が、FDAから臨床における商用利用の承認を受けました。規制当局の承認が急速に進んだことで、2014年以降、投資を拡大した80社以上のAIイメージングおよび診断企業では、合計149個の製品が承認を受けています。

いくつかのAI-as-a-Service（サービスとしてのAI）プラットフォームは、FDAの承認を受けたホーム監視デバイスに統合されており、異常がある場合に医師に警告を送信します。

ロボット工学

高度な人工知能でプログラミングされた、自主的に人間と対話できるコンパニオンロボットを作り出します。

その他の分野に関する概要

また、遠隔医療も患者と医師とのコミュニケーションを容易にすることで医療を改善します。遠隔医療は、慢性疾患の治療と監視を24時間体制で行えるより良い機会をもたらします。バイオメディカルテレメトリーは今後大きな発展を遂げるでしょう。このデジタルテクノロジーは、医師を支援し、ストレスのかかる状況を緩和するという分野で能力を拡大する可能性があります。生体工学機器や生物医学装置に、障害を持つ人、あるいは重い病気やけがに苦しむ人のための新しいソリューションが導入されていくでしょう。

補装具は、非常に速い速度で開発が進んでいます。軽量で信頼性の高い新素材、3D印刷技術、そしてスマートアルゴリズムによって、高度な機能を持つ補装具の開発が可能になっています。

スマートホーム - スマートホームでの医療は、今後爆発的に増加することが見込まれており、3D印刷のような急成長中のテクノロジーの成熟に伴い、多くの企業がこの分野を席巻するのに優位な立場につけています。

AIによって強化された長寿薬

長寿薬の開発に取り組んでいる企業は、従来のバイオ医薬品企業よりも進んでいます。長寿の研究開発には、AI、デジタル医学、ジェロサイエンスなどの多くの科学技術分野が用いられるため、長寿に取り組む企業は次世代企業と見なされています。長寿に取り組む企業は、診断や予後評価のための非常に高度な手法に加え、臨床試験を実施するための次世代技術を使用しています。

セノリティクス。最も人気のある研究分野の1つにセノリティクスがあります。これは、老化細胞を標的とし、細胞死を誘発することでそれらの細胞を破壊する部類の医薬品です。

セノリティクスは新しい研究分野の一部であり、この分野には、DNAの損傷のような細胞刺激を標的とすることで老化を防止したり若返らせたりできると考えられているジェロプロテクター薬なども含まれます。

以下は、臨床試験に関連する主な企業です。

メトホルミン

メトホルミンは、2型糖尿病を治療する安価な後発医薬品であり、長寿を促進する可能性のある医薬品として登場しました。

長寿の研究者たちは、老化に伴う酸化ストレスや炎症を軽減する効果に注目しています。

ゲノムの不安定性とは、DNAの複製エラーを直接引き起こすか、あるいは活性酸素の活動によってDNA損傷を誘発する精神的ストレス、太陽放射、有害化学物質、生物学的因子を指します。私たちのゲノムは、毎日潜在的な損傷に直面しています。ゲノムが完全性と安定性を維持できるのは、この蓄積された損傷を修復する固有の修復システムのおかげです。

エピジェネティック変異

老化のプロセスは、エピゲノムの変化を引き起こす可能性があります。この変化は、細胞機能を潜在的に変化させ、最終的にはその機能を損なう可能性のある遺伝子発現の変化をもたらす場合があります。例として、免疫系のエピジェネティック変異は、活性化を阻害し、免疫細胞を抑制し、免疫系の障害や炎症に対して人間をぜい弱にすることがあります。

タンパク質恒常性の喪失

タンパク質恒常性の喪失は、老化に伴う一般的なプロセスであり、病気の指標となります。このプロセスは、有害なタンパク質またはミスフォールドされたタンパク質と望ましくない凝集体の蓄積を特徴としています。これらのタンパク質の分解は加齢に伴って阻害されます。老化した細胞は自食機能が低下し、細胞のリソソームは細胞の老廃物を除去する効率が低下することが分かっています。アルツハイマー病、パーキンソン病、ハンチントン病、プリオン病は、タンパク質恒常性の喪失に起因する病気の一例です。

栄養感知の制御不全

代謝活性は、人間の細胞にストレスを与えることが知られています。カロリー制限は、代謝機能障害を遅らせるための予防療法です。ミトコンドリアの機能不全や酸化ストレスといった代謝の副産物の中には有害なものがあり、栄養感知を制御不能にして糖尿病を引き起こす可能性があります。老化の速度を調節できるいくつかの重要な代謝シグナル伝達経路があります。タンパク質は老化防止の研究対象となる可能性があります。間欠的カロリー制限は、潜在的な代謝機能障害を遅らせる予防療法として、依然として最も広く認識されている療法です。

ミトコンドリアの機能不全

ミトコンドリアの機能不全に対して開発中の医薬品は多くありません。ミトコンドリアは、尿素、コレステロール、神経伝達物質の代謝に関与しており、解毒とフリーラジカル生成、さらには脂肪、炭水化物、タンパク質の消化にも関与しています。これらの機能障害は多くの全身性疾患を引き起こし、多くの一般的な老化病変はミトコンドリアの機能不全に起因することが分かっています。ミトコンドリアの機能不全は、2型糖尿病、アテローム硬化性心疾患、がん、アルツハイマー病、パーキンソン病、および脳卒中に関係しています。ミトコンドリアの機能不全は、人間が老化する主な理由の1つと考えられています。

細胞老化

加齢に伴い、死んで置き換わることを拒否する細胞が蓄積していきます。これらの細胞は、細胞機能を阻害し、組織修復を低下させ、がんの原因となりえる突然変異を蓄積し、慢性炎症の増加を引き起こしています。細胞分裂周期が不可逆的に停止するこの現象は、細胞老化と呼ばれます。老化は、ほぼすべての細胞に影響を及ぼす普遍的なプロセスです。加齢に伴って免疫反応が低下し、一部の老化細胞は免疫クリアランスを逃れます。人間が老齢になる頃には、老化細胞が大量に蓄積しています。組織内に老化細胞が長期的存在することは、老化に伴う病気を促進する可能性があり、老化自体を促進する可能性さえあります。

幹細胞の枯渇

幹細胞はほかの多くの細胞型に分化し、組織内で再生成分として機能できます。幹細胞は、正常な細胞と組織の機能を維持するために、機能的な分化細胞で組織を補充します。幹細胞の数は生涯減少し続けるため、若年者ほど補充の可能性が高くなります。幹細胞は加齢に伴って遺伝的変異と遺伝子損傷を蓄積するため、年齢とともに分化能力を失う傾向があります。幹細胞の枯渇は、組織再生の失敗を表しており、老化の特徴です。

細胞間コミュニケーションの変化

人間が老化すると、細胞間の電気的および化学的シグナル伝達系が破壊され、シグナルに歪みが生じます。破壊されたメッセージは、細胞間コミュニケーションの不均衡をもたらします。細胞が老化すると、免疫系の機能不全や組織損傷の蓄積に起因して、より多くの炎症シグナルが生成されます。その結果、アテローム性動脈硬化、2型糖尿病、肥満、慢性消化性潰瘍などの慢性炎症と慢性疾患が生じます。

新たな未来 - 進化する世界のために人間を進化させる – インテリジェントな社会

私たちは今後、拡張現実の利用の増加、国境を越えたコミュニティの増加、デジタル企業の著しい成長を目にすることになるでしょう。これらのトレンドはすべて、人間がデジタル化していく進化と新たな世界経済の側面を表しています。

汎用AIについて言えば、汎用人工知能（AGI）の開発や、さらには人間の記憶や能力をコンピューターに移行するなどの複数の取り組みが行われていますが、これらのアプローチの実現可能性を示す概念実証は行われていません。

ハイブリッド人間の誕生はもうすぐです。おそらく、医療におけるAIの最も驚くべき能力は、テクノロジーと人間の生態とが重なりつつあることです。

AIの進歩によって、体内に埋め込まれたチップで内部自律システムを制御できる日が近づいています。これらのチップは、脳内の反応によってアクティブ化され、仮想現実によって視力を高めたり、強化されたストレージ機能によって記憶を強化したりします。

AIチップを人間の脳に埋め込めるようになれば、二重らせんを解き明かすための明確な道筋をも手に入れることができます。人間のDNAへの書き込みや編集が可能になり、先天的な欠損を削除し、病気や疾患を発生と同時に修正できるようになります。

私たちは、一般化し、戦略を学習し、学習した特徴から新しいモデル、対象、データを生成する最新のAIの能力と、予防医療、再生医療、回復医療のあらゆる分野で新しいアプリケーションとソリューションをもたらす特徴抽出および因果関係分析の正確な方法とを組み合わせた集学的アプローチを必要としています。

簡単に言えば、ビッグデータ、ソフトウェア、化学、バイオテクノロジー、機械学習の最新の進歩を組み合わせることで、人間の脳に直接アップロードされる人間の追加機能を実現できるようになります。将来的に、人間の生態と最新のテクノロジーを同期させることにより、まったく新しい未知の領域が切り開かれます。その可能性は無限です。

高齢化に関するAI研究は、データの経済的側面、生成、交換、モデルの交換と検証、そして分析、臨床試験、教育プログラムに重点を置いたコンソーシアムと国際協力が必要であることを示しています。

介護分野は他業界に比べてICT活用が遅れている分野といわれてきたが、高齢化の進展に伴うさまざまな課題を抱えて改革に乗り出す動きが徐々に活発化している。新型コロナウイルス感染拡大に伴うニューノーマルの広がりが介護のあり方を見直すきっかけになり、また、国もデータに基づく「科学的介護」の実現を目指して介護データベース構築に乗り出すなど、新たな展開が見られる。本稿では、介護業界におけるICT活用に向けての最新動向を、背景となる要因や課題感を交えて紹介する。

介護業界におけるICT活用領域

介護分野でICT活用が急がれる背景には、介護業界の構造的な課題がある。ひとつは深刻化する人材不足である。高齢化の進展により要介護人口が増加しているが、それを支える介護従事者の供給が追い付かず、需給ギャップが拡大している。現場スタッフの業務負担は大きく、限りある介護人材でオペレーションを効率化する必要に迫られている。また、もうひとつの課題として、国の介護財政逼迫に伴い、介護事業者の経営環境が悪化していることがある。経営改善・強化のためには、コスト削減だけでなく収益につながる新たな付加価値の開拓・提供が求められている。

現在、介護分野で見られる主なICT活用事例は、図1のような4つの領域に整理することができる。

 

【図1】介護分野における主なICT活用領域
 

以下に、各領域におけるICT活用ニーズ並びに代表事例を紹介する。

（1）SNS

介護サービスは多職種の連携プレイで業務が遂行され、スタッフ間のコミュニケーションの充実がサービスの品質にも影響する。日本エンブレースが提供する「メディカルケアネットワーク（MCS）」は、医療・介護に特化した非公開型のSNSサービスで、現在の登録ユーザー数は14万人である。在宅医療や地域医療連携に携わる医療機関の導入が多いが、介護に特化した事例として、訪問介護を実施する介護事業者がスタッフ間の連絡や情報共有に活用しているケースもある。

一方、介護現場の多くは業務のデジタル化に後れをとっている。現場職員は未だに紙の書類や日誌の作成に追われ、事務ノートのメモ書きで引き継ぎを行い、複数の施設・関係者に電話で問い合わせや申し送りを行うなど、現場にはアナログな手法が根強く残っている（図2）。

 

【図2】介護現場における連絡手段
 

（2）業務記録・クラウド

介護現場で身体ケアを行いながら体温や血圧等のデータを計測してシステムに入力したり、日々の気付きをテキストベースで書き記したりといった情報処理は現場職員の大きな負担となっている。また、せっかく入力したデータを現場で活用する機会は限られ、サービス向上や業務改善につなげることが難しいのが現状だ。このような課題に対応して、善光会が開発した「スマート介護プラットフォーム（Smart Care Operating Platform：SCOP）」は、複数の介護機器と連携したクラウド型の情報管理プラットフォームである。IoTセンサー機器等の情報を集約し、現場の状況やアラート情報などをiPhone上で一元的に管理できる。iPad上で行う介護記録は平易なインターフェースでその場で簡単に入力できる。持ち場を離れることなくリアルタイムに情報共有できるため、異常が発生しても迅速・的確に対応できる。SCOPの一部機能は国立日本医療研究開発機構（AMED）の補助採択事業として開発され、実証実験で一定の成果が実証された（図3）。

 

【図3】SCOPを使った介護業務の効果実証
（出典：未来投資会議構造改⾰徹底推進会合「健康・医療・介護」会合（第9回）（2019年4月27日）資料2「善光会のICTを活⽤した介護の取組状況について」）

善光会が目指すのは、事務処理にとどまらず、介護施設の情報管理をデジタルで一元化して業務改革を実現させる「介護版DX」に他ならない。

（3）AI・ロボット

介護現場の負担を軽減するため、要介護者のや移動支援などの力作業を助けるパワーアシスト、入浴や排せつなど要介護者の自立的な行動を支援するアシストロボットなど、さまざまな介護ロボットが介護現場で活躍している。

米アイオロス（Aeolus Robotics）社が開発した「アイオロス・ロボット」はAI搭載型サービスロボットである（図4）。知能、視覚、機動（移動）などさまざまな機能でAIが使われ、ネットワークで管理されるのではなく自律的に施設内を移動して、物品運搬や危険物の発見・通報、見守りなどマルチにサポート業務を担う。アイオロス社はロボット単体の販売ではなく、サービスとして提供する「RaaS（Robot as a Service）」の形で事業展開しており、日本でも介護事業者や高齢者住宅事業者と提携してB2B2Bモデルのビジネス創出を図っている。

 

【図4】「アイオロス・ロボット」の機能
（出典： https://robotstart.info/2018/12/11/aeolus-robot-spec.html）

他にも、見守りシステムやロボットと要介護者が会話するコミュニケーションロボットなどもあり、これらは利用場所が施設から一般家庭に広がっている。独居高齢者世帯が増加する中、ウィズコロナで在宅介護を余儀なくされる高齢者が増えるにつれて、介護ロボットに求められる役割は今後間違いなく高まっていくだろう。国は日本の介護の将来を見越して、介護ロボットの開発・普及に力を入れ始めている。経産省は2021年から「ロボットなど介護・福祉用具開発プロジェクト」を開始し、民間の介護ロボット開発を支援する。

（4）見守り

センサーやIoT機器を活用した見守りシステムでは、在宅介護を対象にした家庭向けサービスが次々と登場している。遠隔での見守りや健康管理、日常行動の安全面だけでなく、新型コロナウイルスの感染リスクが高い高齢者の環境対策（温度、湿度、空気の汚染度など）の役割も担っている。ICT業界からの参入もさかんで、NTTグループでは、NTTコミュニケーションズが「goo of thingsでんきゅう」を、NTT東日本がインフィックのIoT見守りセンサー「LASHIC」を使って独居高齢者向け見守りソリューションをそれぞれ提供するなど、エンドユーザーに近いところでサービスを提供している。

これまでの見守りシステムでは、身近に介護者がいない在宅介護向けに焦点があったが、最近は介護施設向けの製品・サービスが増えている。その目的は、人員不足に起因する職員の負担軽減や入居者の室内事故防止などであるが、見守り機能にとどらまず、さまざまな計測ツールやIoT機器をネットワーク上で連携させた統合型のシステムが登場している。例えば、リコーの「リコーけあマルシェ」は、IPネットワーク上でセンサーやカメラなどのデバイス等のデータを連携・集約し、入居者の生活リズムを把握することで、一人一人にあった介護サービスの提供を可能にする（図5）。

 

図5「リコーけあマルシェ」の概要
 

官民連携で見守りサービスの社会インフラ化を目指す取り組みもある。NTTドコモと神戸市は、米国のスタートアップ、テラス（Tellus）社が開発した非接触型小型レーダーを使った高齢者の見守りサービスの実証実験を共同で実施している。

テラス社は、高齢者へのプライバシーを配慮してカメラを使わず、利用者の心理的・肉体的負担感を減らすことを目的として、ウェアラブル機器として装着し、コンセントに差すだけで使える非接触型の機器を開発した。計測したデータをクラウドに連携してAIで分析し、利用者の状況をリアルタイムに把握することができる。

実証実験は、NTTドコモが神戸市との間で締結した「ICTを活用した安全安心なまちづくり」に関する事業連携協定に基づくものである。神戸市は、実験成果を自らの行政サービスに取り込むことを直接の目的にしているのではなく、最新テクノロジーのインキュベーション、社会実装を支援することに主眼を置いている。新しいテクノロジーで行政課題を解決しようとするとき、行政だけですべてに対応するのは無理があり、テクノロジーが持つ可能性を活かしきれずに終わってしまうかもしれない。テクノロジーをビジネスとして育てていかなければ社会実装は難しく、ビジネス化に向けてはスタートアップと大企業のコラボレーションが欠かせない。神戸市はさまざまな分野で社会改革のためのビジネス・インキュベーション事業に力を入れて取り組んでおり、今回の実証実験もその一環である。

コロナ渦で脚光を浴びる非接触型サービス

新型コロナウイルス感染拡大に伴い、介護現場は大きな負担を強いられた。接触・対面を基本とするサービスを中止・変更せざるをえなくなったシーンも少なくない。医療の現場では感染予防のため対面診療をオンライン診療に切り替え・補完する機運が高まっている。介護の現場でも施設内クラスター（感染者集団）が発生したことなどから、利用者（要介護者）と介護従事者、利用者と家族の接触機会を減らす対策が取られているが、利用者を完全に隔離してしまうとQOL（Quality of Life）の悪化が心配である。そこで、感染予防とサービス水準の維持を両立させるため、ICTを活用した非接触型のサービスが登場している。

例えば、ラムロックの見守りカメラ「みまもりCUBE」は、インターネット環境が要らない見守りカメラで、介護施設に提供されている。NTTドコモのSIMカードを利用してコンセントに差すだけで、離れて暮らす家族の様子をパソコンやスマホで確認したり、家族と会話したりできる。

また、3密回避のため、今後は施設利用から在宅サービスへの切り替えが進むことが予想される。それに伴い、リハビリやレクリエーションなど施設内で実施されている付帯的なプログラムを自宅でも利用できるサービスが登場している。パワーロボット「HAL」を開発・提供するサイバーダインは、HALとトレーニング・プログラムをセットにしたオンラインでの在宅トレーニング「NeuroHALFIT」を提供している。専用モニターで身体情報を可視化し、クラウドに接続して効果的なサポートを遠隔で受けられる（図6）。

 

【図6】「NeuroHALFIT」の概要
 

シャープは、施設向けに提供していた健康支援サービス「頭の健康管理」を利用者が自宅でも利用できるように機能拡張した。施設利用者は自宅に戻ってもタブレット端末やスマホから認知機能の状態を指摘する脳トレゲームを利用できる。体温や体調などの健康情報も記録でき、介護施設のスタッフや利用者の家族がクラウド経由で確認し、離れたところから健康状態を見守ることができる。

データ活用で“働き方改革”

介護分野でICTによるイノベーションを推進するためには新たなテクノロジーの導入が欠かせないが、単なる技術開発にとどまらず、介護業界が直面する課題の解決や介護の質の向上に寄与するソリューションの提供につなげていかなければならない。そのためには、その新しいテクノロジーを介護現場で日々活用してデータを収集・蓄積し、データを分析してアウトカムを評価し、さらなるサービス改善につなげていくというPDCA型のアプローチが求められる。医療の世界では既にアウトカム重視のデータ医療が世界的な潮流となっているが、介護においても、データに裏付けられた新しい介護モデルの確立に向けた取り組みが始まっている。

北九州市は、介護現場の負担軽減や業務改善を進めることを目的として、新しい介護モデルの開発・普及に取り組んでいる。ICTや介護ロボット等の活用に加えて、効率的な人員体制、実践プロセスの策定など実施体制を整備し、実証実験を踏まえて「北九州モデル」と称する標準モデルを策定した。市はこのモデルをベースに介護施設等への導入コンサルティングを行っており、要望があれば介護機器メーカーに対して開発の橋渡しなども行っている。

実証実験では、あらかじめ評価指標を定め、ICTを活用して△△業務時間を●割削減など、数値ベースの効果検証を行った。北九州モデルが目指すのは、業務の効率化とサービス品質の向上を両立させる新しい働き方改革の実現であり、明確な指標に基づくデータドリブンなアプローチが注目される（図7）。

 

【図7】「北九州モデル」の概要
 

 

データ重視の介護と聞くと、非人間的・機械的な冷たいイメージを想像しがちだが、そうではない。人手によるサービスの価値を高めるために、データが介護者の業務をナビゲートし、無理・無駄な業務を削減させる。それによって人手によるサービス提供に余裕が生まれ、より優しく的確な対応が可能になる。

例えば、パナソニックが2020年7月に開始した「LIFELENS」は、“センシングとAI技術でヒトの五感に代わる介護品質を提供する”ことをコンセプトに掲げている（図8）。ここでいうヒトとは介護者のことである。これまでは介護者が五感や経験知に基づきすべてのプロセスに関与していたため、当事者に業務を効率化する余地がほとんどなかった。「LIFELENS」はICTをヒトの業務に介在させてプロセス自体を変え、ヒトの動きを変えることで業務の効率化とサービスの質の向上を実現しようというものである。

北九州モデルも「LEFELENS」も目標は同じで、＜ICTとヒトが協調して進める新たな働き方改革の実現＞である。その原動力となるのが介護現場で生み出されるエビデンス情報である。

 

【図8】パナソニック「LIFELENS」の概要

「科学的介護」の実現を目指して

医療分野では「エビデンス（根拠）医療（Evidence-Based Medicine：EBM）」と呼ばれるデータに裏付けられた科学的手法が実施されている。介護の分野でも日常生活の介助だけでなく、要介護者の自立支援や認知症予防、重症化防止など専門的なケアにおいて科学的手法に基づく介護手法の導入が必要とされる。しかしながら、現状において、介護サービスのアウトカム等について科学的な根拠のある客観的な情報の蓄積が進んでいない。

国は、医療・介護・健康にまたがりデータベースの構築・活用を推進する「データヘルス改革」に2017年から取り組んでおり、介護分野における情報利活用の推進も目標のひとつである。2020年度から全国の医療・介護の保険データが統合され、運用が開始されたが、介護事業者が持つエビデンス情報のデータベース化はまだ始まったばかりである。2018年に通所・訪問リハビリ情報のデータベース（monitoring & eValuation for rehabiLitation ServIces for long-Term care：VISIT）の構築が始まり、2020年には高齢者の状態やケアの内容に関するデータベース（Care, HeAlth Status & Events：CHASE）が稼働を始めた。両者は2021年に「科学的介護情報システム（Long-term care Information system For Evidence：LIFE）」に統合され、2021年度の介護報酬改定ではLIFEへのデータ提供並びにケア計画の策定・更新などPDCA実施要件について報酬加算が行われた（図9）。

 

【図9】LIFE LIFEによる科学的介護の推進イメージ
（出典：厚生労働省資料等に基づき作成）

介護の世界もようやくデータドリブンの世界に舵を取り始めた。超高齢社会である日本の介護サービスの動向は世界各国の先例として注目されている。奇しくも新型コロナウイルスの感染拡大により高齢者の生活環境が激変し、介護サービスの利用条件も変更を余儀なくされている。データに基づく科学的介護の実現が、ウィズコロナ、アフターコロナの逆境を乗り越えて新しい介護モデルの構築につながっていくことを期待したい。

個別化医療、再生医療、ゲノム. 医療技術、バイオ医薬品などにより健康寿命の延伸や. 予防の高度化が進み、テクノロジー分野では、AIの進. 化、ロボットの高性能

認知症ケアおよび介護におけるＡＩおよびロボットの活用

　防ぎうる認知症にならない社会に向けた技術開発　
がんゲノム医療と人工知能介護・認知症領域における取り組みについて

介護ロボット. が介護サービスを提供. スマート⼯場. AIを活⽤した健康管理. AIが医者を補助 ... 世界で最初に急激な⾼齢化社会を迎えている⽇本において、医療・介護

 AIの活用. 認知症ケア. ⾃⽴⽀援. 重症化予防. 要介護状態等の. 維持・改善. 健康・医療・介護. ・リハ・栄養等データ ... 脳科学。ロボットを駆動させるアクチュエータ介護ロボット. が介護サービスを提供. スマート⼯場. AIを活⽤した健康管理. AIが医者を補助 ... 世界で最初に急激な⾼齢化社会を迎えている⽇本において、医療・介護の改革

AI搭載したロボットが高齢者グループの会話を誘導し、認知症予防に―保健医療AI開発加速コンソーシアム

AI×ロボットアームで医療・介護を支援

 

「AI（人工知能）、生物力学、人間工学を結合させて開発したもので、視覚と触覚を持ち、人間の手指の繊細な動きを模倣できるロボットだ

ロボットアームといえば一般的に、生産ラインで使われるものだ。もし介護やリハビリに応用するなら、人間の手指のような繊細な動きを持たせるというハードルを突破しなければならない。超域研究チームは、AI（人工知能）、生物力学、人間工学を結合させ、視覚と触覚を持ち、人間の手指の繊細な動きを模倣できるロボットを開発した。それは、人間と同じようにボールを握り、ティッシュを取り出すことができる。人類の手指の関節を模して設計したもので、空気圧の伝動によって指を曲げる動作を行う。また、米国の特許技術を使った演算チップによって手指が受ける反発力をセンサーで測定し、かつ的確な角度で測量を行う。一般にロボットがボールをつかんだり、飲料のボトルを握ったりする場合、五本の指を機械的に開いたり、閉じたりして、物をつかんだり、握ったりするものだ。しかし、人間に似た滑らかさがある。人間の動作をデジタル化し、それを少しずつロボットに学習させたからだ。両手を人間のように動かせるようになれば、将来的にはロボットが赤ちゃんを抱いたり、病人や老人の背中をさすったり、体を起こしたりすることも可能になる。 
繊細に動かせる手指だけでなく、チームは死角ゼロの七軸ロボットとした。これは一般の六軸ロボットより、動きの幅がさらに広がる。人間の手では届かないような角度まで腕を折り曲げることができるのだ。さらに、自由に動かすことのできる首や３D立体視覚システムなどを持つため、より広い範囲で周辺の物品をスキャンすることができる。つまり、「空間」の感覚を持っているのだ。しかも、AIによってものを識別することも可能だ。
ロボットの「脳」に当たる部分は資訊工程学系の金仲達教授、黄稚存副教授、朱宏国副教授、電機工程学系の呉誠文特聘講座教授、劉靖家教授が中心となって研究・開発した。これまでに「未来科技奨（FutureTech Breakthrough Award）」や「国家新創奨（=National Innovation Award）」を受賞した研究・開発のさまざまなブレークスルーが応用されている。

人間の五感の中でも解明されてない部分の多い「触覚」とテクノロジーが結びついて生み出される可能性とは

皮膚で聞く――。触覚を使った情報伝達技術「ハプティクス」が熱い注目を集めている。すでにゲームのコントローラなどに実装された触感再現のみならず、遠隔手術マシンや点字の代替など様々な応用研究も進んでいる状況だ。同分野で革新的なアプロ―チを打ち出したFacebookは、「いいね！」などシンボル化された感情を皮膚への刺激で伝えるSNSの未来を模索中。

　私は大学で20年近く触覚の研究をしている。しかし、触覚の研究とはいったい何をするのかわからないというのが一般的な反応ではないだろうか。実は近年、振動や動きにより触覚のフィードバックを与える「ハプティクス（= Haptic、「触覚」を意味する）」というテクノロジーが注目を集めており、この分野ではあのFacebookが存在感を見せつつあるのだ。

　人の感覚の研究には大きく分けて三つの分野がある。

　一つは人が感覚を使ってどう外界を認識しているかを調べる生理学的な分野。

　二つ目は、人と同じような仕組みで人工的に情報を検出するセンサの分野。

　三つ目はそういった感覚を人工的に提示する分野である。

　五感の中で最も研究されている「視覚」を例にとると、網膜上にあるRGB（赤・緑・青）の三原色に感度を持つ細胞が光の各成分に応じて反応するという生理学的な部分に関する研究や、さまざまなパターンの刺激を見たときの人の認識を明らかにする研究が一つ目の分野だ。

　そして、そのような基本的性能を人工的に実現してカメラを作るのが二つ目。

　そうやって記録された映像を提示するディスプレイやプロジェクタを作るのが三つ目の分野に該当する。

　触覚の研究も基本的にこれらと同じだ。「人の皮膚感覚のセンサを解明する」「ロボットの表面に人と同じような触覚を持たせるセンシングを実現する」「適切な振動・圧力のパターンを提示することで人工的に感覚を再現する」といったテーマについて、世界中で研究が行われている。

ニンテンドースイッチにも生かされている触覚研究

　では、このような触覚技術は、どのような分野で利用できるのだろうか。

　たとえば、スマートフォンなどの振動は広く普及している触覚研究の成果といえる。最近のiPhoneでは物理的にはボタンが押し込めないかわりに、適切な振動パターンを再現することで、あたかもクリックしたような感覚も再現できる。

　近年では特にゲーム会社が触覚研究に力を入れており、コントローラの機能などに生かしている。Nintendo Switchでは「HD振動」という呼び方で高精細（HD: High Definition）な触感であることをアピール。「1-2-Switch」というソフトでは、コントローラの触感再現力を活用し、振動だけで楽しむゲームもある。PlayStation 5のコントローラであるDualSenseは、「ハプティックフィードバック」や「アダプティブトリガー」という新しい機能が話題だ。ボタンの押し込みに対して押し返すような力を生じさせるなどの形で触覚が活用されており、ゲームへの没入感を向上させている。

　研究段階の事例としては，遠隔手術マシンのような応用が挙げられる。内視鏡による手術では、映像を頼りに離れたところから鉗子をコントロールして腫瘍を切除するような作業が行われる。その際に、鉗子にかかっている力などを触覚的にフィードバックすることで、他の臓器を傷つけていないかを直感的に理解したり、鉗子の操作性を向上させたり、といった効果が期待される。

　これらは人が感じる触感を再現する事例だが、記号的情報を触覚というチャンネルを介して人に伝達するという応用もある。

　触覚による記号的情報の伝達として最も分かりやすいのは「点字」だ。目の見えない方が、触覚を介して凹凸のパターンに触れることで、文字情報を理解できるようになっている。しかし、視覚障害者で点字を読める人は実はそんなに多くなく、厚生労働省の平成18年の調査では、「点字ができる」と答えた視覚障害者の割合は12.7%と報告されている。視覚障害者の中には弱視や視野狭窄といったロービジョンの方も含まれ、さらに最近では機械によるテキスト読み上げ技術も普及しているので、必ずしも点字が必要不可欠であるわけではない。とはいえ、視覚の代替情報取得チャンネルとしての点字の浸透率は決して高くはない。

　これについて、訓練しなくても触覚を介して文字情報を伝えられないかという研究はいくつかなされている。我々の研究室で以前行った研究では、ペンを握った状態で、そのペンが自動で文字を書くように動くと，それを握っている人はかなりの精度で文字情報を認識できることがわかった。アルファベット26文字について、1秒1文字のペースで9割以上の精度で文字を理解できることが確認されている。

「脳でタイピングして、皮膚で聞く」

　このような触覚を介した記号的情報の伝達について積極的に研究しているのが、あのFacebookだ。2年に1度開催される触覚分野最大の国際会議「World Haptics」で、同社は2019年の所属機関別論文採択ランキング1位となった。その数は2位の東京大学に2倍の差をつけている。先日行われた21年の会議では、コロナ禍の影響なのか、発表数は少なかったものの、触覚研究に力を入れているのは間違いない。

　Facebookが触覚研究で最初に大きな注目を集めたのは、17年に提唱した「脳でタイピング」「皮膚で聞く」という2つのアプローチだ。人間を「何らかの情報を入出力するシステム」と見なすと、情報出力の多くは音声か手指、あるいはキーボードなどを経由した出力ということになる。一方、情報入力の多くは視聴覚である。二次元的な色と明暗のパターンにより眼球を介して入力するか、鼓膜の振動を介して音として入力するか、である。

　Facebookの思惑は、この情報入出力を今までとは違うチャンネルで行うというものである。

　情報の「出力」については、声を出したり、手を動かしたりせずに、脳の信号を直接読み取って情報として出力してしまおうと考えているようだ。これが先述の「脳でタイピング」だが、これまでBrain Machine Interface（BMI）という分野で広く研究されてきたトピックでもある。たとえばALS（筋萎縮性側索硬化症）のような全身の筋肉を動かせなくなってしまう病気の患者に対して、頭の中で考えただけで自分の意図を外に向けて発信する応用などが検討されてきた。近年の人工知能（AI）・機械学習技術の進展により、計測された脳波のパターンを適切に解析できるようになってきたという技術的な進展も大きい。Facebookの提案と同時期に、米電気自動車メーカー大手「テスラ」の創業者であるイーロン・マスクが「Neuralink」という、脳に電極を埋め込むことによる能力拡張を提案している。

　一方で「入力」では、視覚と聴覚という2つの情報チャンネルのうちどちらを利用するかについて、我々の生活習慣が強く反映されている。たとえば自動車社会のアメリカでは、ポッドキャストのような音声チャンネルを利用した情報伝達が盛んである。運転時には聴覚しか空いておらず、そこを狙っているというわけだ。一方、日本の都市部では、通勤通学時に電車を利用する人の方が多い。電車の中であれば視覚を占有されても安全なので、文字や映像といった視覚で情報を得るほうが効率が良くなる。

　ここで新たなチャンネルとして触覚を利用しようというのがFacebookの狙いだ。触覚は、全身に広く分布している感覚である。視覚・聴覚・嗅覚・味覚の四感は目、耳、鼻、口といった局在した感覚器があるため、そこを何かの刺激で占有されてしまうとそれ以上の情報を提示することは難しい。触覚の場合、仮に手でハンドルを握っていても、腕、肩、腹や太ももなど、まだ利用されていない場所が広く残されている。ここに適切な刺激を与えることで、たとえば耳で音声を聞くかのように情報を伝えられれば、車を運転し、音楽を聴いている状態でも、着信したメールのタイトルを確認できる可能性がある。

触れるだけで想いを伝える？

　筆者が17年に「皮膚で聞く」という記事を読んだときに、皮膚を介してどれくらいの情報が伝えられるのかという点に一番強く興味を覚えた。精密な文字情報を伝えられるほど触覚は賢くないのではないかと思っていたからだ。アニメ「ルパン三世」のオープニングで、一文字ずつフラッシュのようにサブタイトルが表示される演出があるが、あれを読みにくいと感じる人は多いのではないだろうか。触覚も同様、一文字ずつ記号的に表示されたところで、それを時間方向に繋げて文として理解するのは難しいのではないかと思ったのだ。

　19年にWorld Hapticsで発表されたFacebookの成果は、まさにこの疑問に対する2年間の研究を踏まえた回答になっていた。一言で言うならば、精密な文字情報の伝達は想定していない、という内容であった。

　では皮膚で何を聞こうとしていたのか？　それは「感情」だ。ある研究では、一人の被験者が腕を出しておいて、別の被験者が特定の情動（喜びや悲しみなど）を伝えるように前腕に触れることを指示される。そのときに、触れられた方が情動をどの程度理解できるかを評価していた。つまり、触覚のみを介して気持ちを相手に伝えられるかという研究である。このような動作時に、どんな触り方をしていたかという分析や、その時、触れられた人の神経はどのように発火していたかを計測している研究なども紹介されていた。

　さらに触るだけで感情を伝えるために、主に前腕をターゲットに、どういう装置を使えば必要十分な感情が伝えられるようになるかという、ハードウェア設計についての研究も多く見られた。

　つまり、「皮膚で聞く」を実現するために、1）手首や前腕など、手指ではない部位に対して刺激を提示し、2）刺激の仕方によって、喜びや悲しみのような情動を伝達することを目指しているのだ。

　これはFacebook社の戦略としては非常に理にかなっているのではないだろうか。SNSでは、利用者が「いいね！」や「悲しいね」といったシンボル化された感情でコミュニケーションしている。この数種類の感情を直感的に感じさせることができれば良いわけだ。

　考えてみれば、LINEなどでも、直接コメントを書かずにスタンプで済ませてしまうことが多い。スタンプに付随する感情のニュアンスを何らかの形で伝えられるのであれば、そこに文章は不要だ。そのための新しいチャンネルとしての触覚利用が今後出てくるのではないかと、Facebook社の一連の研究からは感じさせられた。

過剰な情報で、私たちの五感を埋めてよいのか

　本稿を書くにあたり、編集者から「感覚がどんどん埋められていくのは、人にとって良いことか？」という疑問をいただいた。これは正直全く考えたことのない視点でありハッとさせられた。

　人の感覚を取り扱う情報系の研究者は基本的に、空いている感覚をいかに活用するか、ということを課題としている。近年のスマートフォンの普及により、視聴覚がかなりの時間占有されるようになってきている。たとえば私たちはエレベータで数階上がる程度の時間であっても、ポケットからスマホを取り出してしまう。視聴覚を情報で埋めたがる傾向は、確かに年々強くなっている。

　Facebookの戦略は、すぐに埋まってしまう視聴覚と競合しないように触覚も利用していこうというものである。空いている感覚を適切に利用するという情報利用的な観点ではリーズナブルであるが、「感覚がどんどん埋められている」という観点では、少し立ち止まる必要があるかもしれない。

　近年、マインドフルネスと呼ばれる瞑想に惹かれる人が増えているのは、埋まった感覚の開放という観点で捉えることができるかもしれない。感覚を埋めるコンテンツ、その隙間の感覚を活用する新しい触覚技術、そして埋まった感覚を開放するための工夫は、ハイカロリーな食事をとりながらサプリメントも摂取し、ジムでトレーニングに勤しむ姿に似ていると言えようか。最初からそんなに情報を摂取しなければ良いのに、と分かっていてもやめられない時代に来てしまっている。

　最後に、「触覚は、現状メインで利用されることの少ない感覚である」と述べてきたが、筆者がこれは触覚でなければ成立しない究極のコミュニケーションであると感じている事例が一つある。それは、妊娠中の胎児とのコミュニケーションである。妊婦のお腹の皮膚を介して、胎児が蹴り出す足の振動に生命を感じ、ノックに対するリアクションがあれば喜ぶ、あれは触覚でなければ味わえない感動である。そこには、視聴覚のような潤沢で高密度な情報はない。曖昧で、ときに一方通行な振動のみのコミュニケーションである。これくらいの疎なコミュニケーションで時間を埋める贅沢を人工的にデザインできると良いのだが、生まれくる生命の力には到底勝てないのである。

 

 

医療費と高齢者人口

世界経済フォーラムは、所得と富の格差拡大や気候変動などとともに、世界的変化の主な5つの推進要因の1つとして、高齢化を挙げています。

 

グローバルコスト

65歳超の世界人口は、今後30年間で現在の3倍にあたる15億人に達し、それに伴って高齢化に起因するコストも膨れあがる見込みです。実際、一部では、2050年までに心臓病やアルツハイマー病、糖尿病などの慢性疾患による経済的影響が47兆米ドルを超えると推定されています。

米国と英国における医療費の増加

米国の医療制度では、65歳以上の国民に費やされる医療費が25歳未満の5倍以上となっています。米国では、2030年までに、65歳を超える国民1人に対する労働人口が3人になる見込みです。

日本

現在、日本では医療費がGDPの8%を占めていますが、調査によれば、数十年にわたる経済の停滞、高額なブランド医薬品の過度な使用、そして世界一の高齢社会であることから、2025年までに医療費がGDPの11%にまで増加すると推定されています。

日本の総人口に占める高齢者人口の割合が28.1％となっている中、65歳を超える高齢者の5人に1人に相当する460万人がアルツハイマー病にかかっており、深刻な蔓延に直面しています。高齢者人口の増加に伴い、この数字も増加することが見込まれます。

再生医療、ロボット工学とAI、自動運転車、サービス産業におけるドローン利用の実用化に関して、日本は世界的リーダーとしての大きな一歩を踏み出しています。これらはすべて、高齢化社会に対応するための優れた機動性と接続性、および長寿命の実現において重要な役割を果たすよう設計されています。 とりわけ、日本は支援ロボットの成長を推進しています。医療は、Society 5.0の重要な柱です。 日本の医療は国民皆保険制度によって支えられており、学界、産業界、政府の横のつながりによって得られる豊富な生データは、何十年にもわたり日本の経済モデルの基礎をなしてきました。
日本の高齢化問題の解決に向け、日本政府は介護施設へのロボットの導入を支援しています。しかし、多くの人が、介護面でのメリットと倫理的問題とのバランスを慎重に取ることを強く勧告しています。

高齢化

• ゲノムの不安定性：遺伝子損傷を引き起こす内部要因と外部要因は、どちらも生涯を通じて体内に蓄積します。これが老化を促進することが分かっています。

• テロメア短縮：テロメアは染色体の末端を保護する「ふた」であり、細胞が分裂するたびに短くなります。時間が経つにつれ、細胞がそれ以上分裂できなくなるまでテロメアが短くなり、病気につながる可能性があります。

• エピジェネティック変異：個々の生活体験や環境要因によってDNAではなく遺伝子発現に変異が生じ、それが老化に影響を及ぼします。

• タンパク質恒常性の喪失：細胞タンパク質は加齢に伴ってミスフォールドされ、そのせいで恒常性維持機能が失われます。このように損傷したタンパク質の蓄積は、老化や老化に伴う病気の原因となります。

• 栄養感知の制御不全：代謝を調節する経路があり、そのタンパク質は栄養レベルの影響を受け、老化の促進にも関与しています。

• ミトコンドリアの機能不全：加齢に伴い、ミトコンドリア（体内の代謝の調節を担うエネルギー製造所）の機能不全が始まります。

• 細胞老化：「歳をとった」細胞は若い細胞ほど速く排除できず、体内に蓄積することで健康に悪影響を及ぼす可能性があります。

• 幹細胞の枯渇：新しい組織細胞の再生を助ける4種類の幹細胞の活動は、加齢に伴って低下します。

• 細胞間コミュニケーションの変化：細胞間のコミュニケーションは加齢に伴って妨げられ、炎症や組織の損傷を引き起こします。

老化は生物有機体が持つ自然な特徴であり、老化研究分野におけるAIと深層学習の進歩のほとんどはバイオマーカー開発の専門領域のものです。基本的な臨床血液検査、写真、ビデオ、音声、網膜スキャン、さらには医用イメージングからマイクロバイオームデータに至るまで、さまざまなデータタイプに対して年齢予測システム、つまり「老化時計」が開発されています。

デジタル医療市場

医療は3兆ドルの米国産業であり、人工知能は、2030年代と2040年代に大きな優位を占める新しい革新的な巨大企業を生み出すことになるでしょう。

CBinsightsによると、2018年には、ベンチャーキャピタルが米国の500社近いスタートアップ企業に100億ドルを投資しました。 また、大手テクノロジー企業、ベンチャーキャピタル、および各国政府は、テクノロジーの進歩についても熱心に調査しています。

デジタルヘルススタートアップ企業の投資段階

デジタル医療市場には18,000社のスタートアップ企業が参入しており、その規模は1,450億ドルに上ります。 投資家たちは、2018年にデジタルヘルスに68億ドルを投資しました。AI規制はまだ整備されていませんが、デジタルヘルスは多かれ少なかれ全面的な導入が進み、導入も容易になるでしょう。医療AI市場は、2021年までに複合年間成長率40%を達成する見込みです。これは主に、AIが医療の成果を30～40%改善すると同時に、治療費を半分に削減できる可能性があるためです。
デジタルヘルス分野は急激に拡大しています。仮想診断からAIを利用したより効果的な医薬品の開発まで、その可能性は飛躍的に広がっています。

トレンド - 思いもよらない方法で医療や健康データに影響を与えるAI

早期発見から医療診断の改善まで、AIは世界を変革し続けています。消費者がサービスを利用する方法、医療機関が医療を提供する方法、さらには実現できる健康上の成果など、AIや機械学習はさまざまな形で医療を改革しています。AIは破壊的な力を秘めており、これはほんの始まりに過ぎません。

医療は、いずれAIによって最も大きな変革を遂げる分野になる可能性があります。機械学習は、ニューラルネットワークによる医用イメージング、NLPによる電子医療データのマイニング、深層強化学習と5Gを利用したロボット手術などの分野に大きな影響を与えるでしょう。また、機械学習技術をウエアラブルデバイスに応用することで、センサーデータを処理して予防医療に役立てることができます。

2020年は、AIテクノロジーが医療や医薬品に応用される年になると期待されています。人間は自分の能力と精神を修正し、改善し、継続的に向上させる機会を手に入れるでしょう。

心拍や血糖値などの重要な生物学的指標を監視する新たなモバイルテクノロジーは、消費者の行動に根本的かつ前向きな変化をもたらします。

投資家たちは減量をサポートするウエアラブルデバイスに多額の投資を行ってきましたが、結局、長期的な行動の変化は見られず、失望する結果となりました。

AIは、予防から自己監視、診断、治療に至るまで、健康へのアプローチに多くの影響を与える可能性があります。これには、健康の社会的、家族的、経済的、感情的側面にどのように対処するかも含まれます。

将来的には、TwitterやFacebookなどのソーシャルメディアサイト、ウエアラブルデバイス、環境センサーなどから収集したデータを遺伝データやプロテオームデータと組み合わせることで、特定の病気のリスクと発症の両方をより明確に定義することが重要になるでしょう。企業はこの知識を利用することではじめて、医療機関や消費者がこのプロセスを遮るために使用できる低コストの介入を開発できるようになります。複数の診断、従来の臨床検査、およびウエアラブルデバイスを通じて収集したデータを組み合わせることで、疾患リスクをより包括的に把握できるようになり、医療機関やヘルスコーチは長期的な行動の変化を促進する、容易かつ低コストの介入を優先できるようになります。

AIと老化

老化に起因する病気の治療費は、世界各国の医療制度を崩壊させ、企業や政府の議題はこの件で埋め尽くされる恐れがあります。AIは、高齢化に歯止めをかけ、社会の絶え間ない変化に適応できる俊敏なイニシアチブを生み出すことができます。私たちは、幼児の死亡率低下と感染症による死亡者数の削減において大きな進歩を遂げました。しかし、心血管疾患、2型糖尿病、アルツハイマー病などの深刻な健康問題を抱えた高齢者はいまだに存在し、何百万人という高齢者が孤独な生活を送っています。

人間の寿命は延びましたが、生活の質が向上したわけではありません。AIの進歩は、老化研究の分野に大きな影響を与えています。 AIには、生物学的プロセスを演繹的、機構的に理解することなく、複雑な非線形データ内の関連パターンを識別するという特有の機能があります。AIは、体内で起きている複雑で全体的かつ統合的な関係を明らかにします。

AIには、どのように歳をとり、自己を監視し、そしてどのように人生を送るかをまとめて変革する大きな可能性があります。

実際に適用されたユースケースは、老化と寿命に関するさまざまな研究分野で、AIが有望な結果をもたらし始めていることを示しています。 AIは、概念実証例がわずかしかない過剰に宣伝されたテクノロジーから、大規模に導入され、認められた高齢者医療のトレンドへと次第に変化しています。

AIはすでに、プロセスの非効率性や手作業による高額な治療の問題を解消して人的ミスを防止するために急速に進歩しており、患者ケアの本来の趣旨を再定義することを保証しています。AIの力を解き放つには、医療ITの関係者や業界のエンドユーザーと緊密に連携する必要があります。 私たちは、人間の能力と社会的つながりを改善するために、より複雑な社会的プロセスの構築に重点を置く必要があります。これらのメカニズムには、自動運転車、目に見えないIoTセンサー、モバイルヘルスアプリやデジタルヘルスアプリなどの新しいテクノロジーに加え、経済成長を支援するために構築された関連サービスなどが含まれます。

すでに、製薬のさまざまな分野でAIアルゴリズムの開発に成功しており、幅広い用途に適用されています。

サービスを共通のプラットフォームに統合することを奨励する規制によって、健康的な老化のための革新が進むでしょう。 アクセスと規制は、データ取得のための効果的なパイプラインを確立するために、医療機関とAIベースの企業との連携が必要であることを考慮する必要があります。

この大量のデータに含まれる有益な情報を活用するには、深層学習技術の開発や機械学習などの新しい計算論的アプローチの導入も必要になります。正確な予測を行うAIの能力は、データの可用性に大きく依存します。

AIテクノロジーとユースケース

医療診断

「患者の死亡の約10%は誤診に起因しており、誤診は病院が抱える厄介な問題の6～17%を占めている」 出典 - 全米アカデミーズ

毎年1,200万件を超える深刻な誤診が発生しており、医療の質があまり良くない地域が数多く存在します。

AIソリューションは、診断を迅速化し、精度を向上させることができます。これにより、複数の領域で、現在ほとんどの医師が行っているよりも優れた診断が可能になります。しかし、医療行為へのAIの統合はまだ初期段階にあり、自社の利益のためにすでに個人データを収集している企業に私たちの最も個人的なデータを提供することは、多くの危険をはらんでいます。

このようなミスを引き起こす要因は、医師の能力だけではありません。ほかにも、以下のようなさまざまな要因があります。

• 健康情報システムの非効率な連携と統合

• 臨床医と患者の間のコミュニケーションギャップ

• 診断のサポートが十分でない従来の医療業務システム

患者の転帰に関して利用できるデータが限られていることから、医療診断へのAIの応用は今のところ導入の初期段階にあります。2022年までには、医療機関や医療制度による診断へのアプローチ方法にAIが影響を与える可能性が高まるかもしれません。AIは、個人が自身の健康の変化をリアルタイムに把握する能力を変革するうえで、その役割を果たすことになります。

病院管理

患者の転帰を予測して、病院管理に役立てます。 AIを利用して電子カルテを再整理することで、医療管理にかかる膨大な時間の無駄を削減できます。これはつまり、Amazon社やGoogle社などの企業が、よりスマートなAIを利用して医療データを再パッケージすることを意味します。AIには、電子カルテなどのドキュメントやプロセスを効率化することで、その時間を大幅に削減できる可能性があります。

医薬品の開発

HIMSS Analytics 2017の基本概要によると、現在AIテクノロジーを利用している、またはAIテクノロジーに投資している医療機関は5%未満となっています。

過去5年間にわたり、製薬業界では、AIの導入によって科学者による新薬開発や病気への対抗方法が見直されてきました。

大手製薬会社が現在利用しているITは、レガシーシステムをベースとする従来型のものであり、相互運用性がなく、データのタグ付けが行われていません。製薬会社がAIベースのシステムを導入すれば、これらの課題を解決できるだけでなく、コストを削減し、効果的な新しい治療法を開発できます。

AIは、新薬の開発、服薬遵守の支援、臨床試験の詳細な分析において、製薬業界で重要な役割を果たすことになります。また、機械学習アルゴリズムは、医薬品の生物学的相互作用および化学的相互作用の調査に利用されることが見込まれます。

医用画像処理と放射線学

医用イメージングへのAIの応用は、医用画像再構成、ノイズ低減、品質保証、セグメンテーション、トリアージといった、広範囲に及ぶ不可欠なプロセスを強化できます。

深層学習は、主に画像の特定の特徴を識別し、画質を向上させ、外れ値や異常を見つけることができます。多くのイメージング研究室は、効率と専門知識を理想のレベルまで高めるために、高度な技術へと急速に移行しつつあります。

今後のAIベースアプリケーションの多くは、ラジオゲノミクス、コンピューター支援検出、および分類の分野で将来性があると言われています。 現在の医療制度はAIによって再構築され、その結果、現在の臨床画像診断は大きな影響を受けることになります。 ただし、シームレスな相互運用性を備えたデータ交換手段とともに、医用イメージングデータ用にカスタマイズされた、新しい事前トレーニング済みモデルアーキテクチャの構築に注力する必要があります。

さらに、放射線学におけるAIの急速な進歩は、患者ケア全体を変革する取り組みの決定的な突破口となる可能性があります。AIは、統合されたクラウドベースのプラットフォームを強化し、放射線科医は、症例をリアルタイムで自動的にレビューできるようになります。

病理学 - 病気の早期発見

AIを使用したデジタル病理学が急速に普及しつつある今、従来の病理診断は終わりに近づいています。作業量が増加し、正確さへのニーズが高まっていることから、AIは今後数年間で本格的にその影響力を示すでしょう。最先端のテクノロジーは、顕微鏡や人間の視覚では実現できない病理診断を実現する力を持っています。

病理学へのAIの応用により、画像解析、まれな対象物の識別、形態学に基づくセグメンテーション、スライド全体のデジタルイメージングを簡素化できます。最近の臨床診療における人工知能とデジタル病理学の急速な導入は、価値に基づくケア提供に新たな可能性をもたらしました。

IoMT - Internet of Medical Things

AIとIoTを組み合わせることで、大きな価値が生まれる可能性があります。Internet of Medical Things（IoMT）と呼ばれるこの高度なテクノロジーにより、さまざまな医療機器やセンサーをインターネットに接続して、膨大な量の重要な患者データを収集できるようになります。収集されたこれらのデータは、患者の状態を把握し、迅速かつ正確に医療診断を行い、医療機関におけるリソースの利用パターンを理解するために分析し、利用することができます。

多くの医療機関がIoMTのメリットに関心を寄せています。IoMTは、慢性疾患を持つ患者と医療機関に大きな安心をもたらします。IoMTを利用すれば、患者が快適な自宅にいながら、リアルタイムに患者を監視できるようになります。

ロボット工学

調査対象となった人の68%が、ロボットは人間を支援できるために有益であると回答した一方で、自分が病院や介護施設でロボットの介助を受けることやロボットとコミュニケーションを取ることに抵抗がないと答えた人は26%しかいませんでした。
出典: 欧州委員会による調査 - ec.europa.eu/digital-single-market/en/news/attitudes-towards-impact-digitisation-and-automation-daily-life

介護を必要とする高齢者が増加していることから、研究者たちはロボットが圧倒的な需要に対処するための1つの方法になると考えています。

• 対話型AIエージェント - 高齢者管理や高齢化に対応する、Ipsoft Ameliaなどの対話型/認識AIエージェント。

• ロボットコンシェルジュは、高齢者が1人暮らしを続けることができるよう支援します。これらのロボットは、料理や掃除、人付き合いに至るまで、あらゆる支援を行います。ロボットは介護を行い、場合によっては社会的交流を提供しますが、この独特な人間的課題に対して倫理をどのように適用するかなど、一部の研究者が直面している課題もあります。

• モバイルロボティックテレプレゼンス（MRT）システムは、高齢の患者と建設的な社会的交流を実現できることがすでに証明されています。MRTは基本的に、頭の高さにディスプレイが設置された車輪付きのロボットで、簡単なスマートフォンアプリを使用して遠隔操作できます。MRTを利用すれば、高齢者が遠く離れた場所に住んでいても、親戚やソーシャルワーカーが頻繁に高齢者を「訪問」できます。高齢の患者がデバイスを操作する必要はなく、何もしなくてもソーシャルワーカーや家族と交流できます。

• 人型ロボットは、高齢者に特に必要とされるケアを提供するのに十分な進化を遂げています。これらのロボットは物を拾ったり独立して移動したりできるだけでなく、例えば腕や手の動きを使って人間らしい自然なやり取りを行うことができます。さらに高度な人型ロボットには、タッチスクリーンなどのデバイスやセンサーが搭載されています。多くの高齢者はタッチスクリーンを使いづらいと感じ、ロボットに対話的なコマンドを与えて、その応答を画面から読み取ることを好みます。一方で、老化による難聴や視力障害のある高齢者には、タッチスクリーンを使用するオプションが不可欠です。人型ロボットは、課題となりえる社会的、倫理的影響を考慮することなく、テクノロジーの機能性を評価することに重点を置いてきました。その性質から、人型ロボットは孤独の軽減に役立つと一般的に考えられています。

• 手術ロボットは、近い将来、多くの定型手術で医師より優れた手技を行えるようになるでしょう。医療テクノロジーの導入は今後さらに加速する見込みです。 

深層学習ニューラルネットワーク

深層学習は、以前遭遇したデータに基づいて推論を行います。例えば、医療に関連するデータをより多く入力すれば、医療だけでなく、考えられるほぼすべての診断、プロセス、転帰、医師に、AIがどのような影響を与えるかについても、非常に優れたアイデアを得ることができます。
年齢予測システムの開発に使用されている最新の深層学習技術は、以前は互換性がなかった動的データ型と静的データ型に新しい可能性をもたらします。AIによる老化バイオマーカーを利用することで、生物学的プロセスの全体像を把握し、最も重要な特徴を抽出して生物学的標的とメカニズムを同定するという、因果モデルを構築するための新しい手法が可能になります。敵対的生成ネットワーク（GAN）と強化学習の最近の発展により、多様な合成分子と患者データの生成、新しい生物学的標的の同定、期待する特性とジェロプロテクターを持つ新しい分子化合物の生成が可能になりました。

これらの新しい技術は、統合されたシームレスなエンドツーエンドのバイオマーカー開発、標的の同定、創薬、および医薬品の研究開発の加速と改善に役立つ可能性のある現実世界のエビデンスパイプラインと組み合わせることができます。

 

老化防止のための深層学習の高度な使用

老化バイオマーカーの発見による精密医療

精密医療は、堅牢な定量的バイオマーカーに依存しています。老化バイオマーカーは、臨床的介入の治療効果を評価するための定量的基礎を提供できるツールです

現在直面している、人間の老化研究における主な課題の1つは、老化防止の治療的介入の効果を追跡するために標的化し、測定できるバイオマーカーがないことです。

現在、老化バイオマーカーの多くは、1つの機能だけでなく、破壊されると老化に関連する特定の病気や機能不全の発症を誘発することが知られている限定された一連の生理学的機能を監視します。そのため、客観的な定量化が可能で測定が容易な生物学的老化の特徴であるバイオマーカーを開発する必要が依然としてあります。このようなバイオマーカーの設計は、概念実証、実験検証、解析性能検証などを含む、時間のかかる面倒な多段階プロセスが必要です。AIテクノロジーは、老化バイオマーカーの開発に効果的な代替手段を提供します。データ学習に基づく老化時計は、バイオマーカーの同定にすでに使用されています。将来的に、データの特徴間の複雑な非線形関係を解明し、より一層正確なモデルを構築するために、複合データ学習アーキテクチャが使用されるようになります。

標的の同定

ディープニューラルネットワークを使用した効果的な老化防止治療の開発におけるもう1つの重要な側面は、対象となる標的の同定です。 経路摂動解析を使用した経路活性化パターンの相違点のスクリーニングなど、さまざまな計算論的アプローチが開発されています。これらの手法は、経路をトランスクリプトームマップとして特徴付け、若年者と高齢者の間の大きな変化を引き起こす経路を同定するために使用できます。このような解析の結果は、老化に関与する経路についての情報をもたらします。ディープニューラルネットワークを使用するこの手法は、潜在的な長寿特性を使用して同定した既知の化合物のスクリーニングライブラリーに依存します。 老化時計によって使用される特徴を分析して、新しい標的を同定することもできます。このアプローチでは、骨格筋の特徴に基づいて年齢を予測するために使用される遺伝子のリストを使用し、それをさらに分析して年齢予測に最も重要な遺伝子を同定します。年齢予測における特徴の重要性を評価するために、いくつかの手法が使用されています。

低分子創薬

薬物化合物を設計し、創薬においてより効率的にスクリーニングできる大規模な仮想化学ライブラリーを構築するための計算手法が開発されています。創薬および医薬品の開発は、深層学習テクノロジーを使用し、潜在的な有効性と安全性に従って薬剤候補を特徴付けることでさらに最適化できます。AIテクノロジーによって標準的な創薬パイプラインが破壊されることで、老化防止治療のための新しい候補を効果的に同定できるようになります。例えば、GANパラダイムに基づく生成モデルは、仮想分子を生成するその能力から、大きな可能性を秘めています。

遺伝子治療

遺伝子治療は、遺伝子を使用して遺伝性疾患、各種がん、特定のウイルス感染などの疾患を治療または予防する実験的技術です。実際には、この技術は、遺伝物質を細胞に導入することで、異常な遺伝子を補ったり、有益なタンパク質を生成したりするように設計されています。遺伝子治療は有望ではあるものの、現在はほかに治療法がない疾患に対してのみ試験が行われています。FDAは、一部の白血病、リンパ腫、および遺伝性疾患である網膜ジストロフィーの治療に初めて遺伝子治療を承認しました。 人工知能は、遺伝子編集プロセスの精度を高めるための重要な要因です。遺伝子編集の開発は、患者のDNAを変化させる可能性のある能力を科学者に提供することによって、個々の患者に合わせた治療法の探求に新たな機会をもたらしています。膨大な量のデータに基づいて学習、予測、アドバイスを行う能力を持つAIテクノロジーは、患者の予後を予測したり、実験的治療を用いた臨床試験からオーダーメイド医療に至るまでのさまざまな選択肢を医師にアドバイスしたりするために使用できるパターンを特定できます。 ただし、正確に遺伝子を編集できるかどうかについては、まだ課題があります。

大手テクノロジー企業 – FAGMA

Google社、Alphabet社、Microsoft社、IBM社、Amazon社、Tencent社はいずれも医療および医療テクノロジーの分野に参入しています。 これらすべての企業が、自社の未来を医療分野のAIと結び付けるべく大きな一歩を踏み出しています。これらの大手テクノロジー企業は、データを追い求め、各種基準やツールキットの設計に取り組んでいます。

世界経済に影響を及ぼす恐れのあるさまざまな病気や急速な高齢化から世界を守るために、テクノロジー企業は医療費に歯止めをかけようとしています。

ソフトウェアが医療における差別化の要因になっていることから、大手テクノロジー企業はソフトウェア分野の専門知識や消費者との直接的な関係、さらには潤沢な資金によって、優位な立場に立っています。

創薬のためにバイオテクノロジーAIのスタートアップ企業と提携する製薬会社

従来の製薬会社は、長い創薬サイクルに対する革新的なソリューションを求めてAI SaaSのスタートアップ企業との提携を拡大しているほか、バイオテクノロジーAIのさまざまなスタートアップ企業とも提携しています。

製薬会社は新しい治療法の候補を発見し、長期にわたる創薬プロセスを変革するために、AIアルゴリズムに数百万ドルを投資しています。それと同時に、デジタルヘルスを利用して消費者に直接リーチし、AIに関する必要な専門知識を見つけています。

再生医療とAI

収益を生み出して成長させる能力を持っている起業家にとって、再生医療は最も大きな可能性を秘めている分野です。人間の寿命は伸びており、人はできるだけ質の高い生活をできるだけ長く送りたいと考えています。

再生医療分野の目的は、例えば人工幹細胞を使用することで、患者により高度な治療を提供したり回復時間を短縮したりすることです。 AI技術は、人工幹細胞、免疫細胞、およびヒトの再生組織などを用いたオーダーメイド医療のための予測モデルの開発に機会をもたらします。例えば、AIは、胚細胞の発達状態を識別するために使用できます。AIテクノロジーのもう1つの応用例として、深層学習分析を使用して生成された3D幹細胞画像と遺伝子編集ツールCRISPRで改変された細胞株のオンラインカタログが最近導入されました。

さらに広い範囲では、AIは、再生医療技術が直面しているほかの種類の課題に対しても現実的な解決策を提供できるほか、より精密な組織工学アプリケーションのための計算モデルベースのディープニューラルネットワークの開発により、組織工学結果の予測も行えます。

AIが実現するオーダーメイド医療と老化防止研究に重点を置いたスタートアップ企業

AIは、企業や医療機関が収集した大規模な医療データセットの解釈に基づく効果的なオーダーメイド医療の開発に使用されています。

高度なバイオメトリクス

研究者たちは、ニューラルネットワークを使用して、以前は定量化が困難だった危険因子の調査と測定を始めています。パターンを発見するAIの能力は、以前は知られていなかった危険因子の特定と新たな診断方法への道を開き続けるでしょう。ニューラルネットワークを使用した網膜像と音声パターンの分析は、心臓病リスクの特定に役立つ可能性があります。

IoT - スマートデバイス企業

医療機器、ソフトウェア、サービスとしてのAI

過去数カ月間で、多くのAIソフトウェア製品が、FDAから臨床における商用利用の承認を受けました。規制当局の承認が急速に進んだことで、2014年以降、投資を拡大した80社以上のAIイメージングおよび診断企業では、合計149個の製品が承認を受けています。

いくつかのAI-as-a-Service（サービスとしてのAI）プラットフォームは、FDAの承認を受けたホーム監視デバイスに統合されており、異常がある場合に医師に警告を送信します。

ロボット工学

高度な人工知能でプログラミングされた、自主的に人間と対話できるコンパニオンロボットを作り出します。

その他の分野に関する概要

また、遠隔医療も患者と医師とのコミュニケーションを容易にすることで医療を改善します。遠隔医療は、慢性疾患の治療と監視を24時間体制で行えるより良い機会をもたらします。バイオメディカルテレメトリーは今後大きな発展を遂げるでしょう。このデジタルテクノロジーは、医師を支援し、ストレスのかかる状況を緩和するという分野で能力を拡大する可能性があります。生体工学機器や生物医学装置に、障害を持つ人、あるいは重い病気やけがに苦しむ人のための新しいソリューションが導入されていくでしょう。

補装具は、非常に速い速度で開発が進んでいます。軽量で信頼性の高い新素材、3D印刷技術、そしてスマートアルゴリズムによって、高度な機能を持つ補装具の開発が可能になっています。

スマートホーム - スマートホームでの医療は、今後爆発的に増加することが見込まれており、3D印刷のような急成長中のテクノロジーの成熟に伴い、多くの企業がこの分野を席巻するのに優位な立場につけています。

AIによって強化された長寿薬

長寿薬の開発に取り組んでいる企業は、従来のバイオ医薬品企業よりも進んでいます。長寿の研究開発には、AI、デジタル医学、ジェロサイエンスなどの多くの科学技術分野が用いられるため、長寿に取り組む企業は次世代企業と見なされています。長寿に取り組む企業は、診断や予後評価のための非常に高度な手法に加え、臨床試験を実施するための次世代技術を使用しています。

セノリティクス。最も人気のある研究分野の1つにセノリティクスがあります。これは、老化細胞を標的とし、細胞死を誘発することでそれらの細胞を破壊する部類の医薬品です。

セノリティクスは新しい研究分野の一部であり、この分野には、DNAの損傷のような細胞刺激を標的とすることで老化を防止したり若返らせたりできると考えられているジェロプロテクター薬なども含まれます。

以下は、臨床試験に関連する主な企業です。

メトホルミン

メトホルミンは、2型糖尿病を治療する安価な後発医薬品であり、長寿を促進する可能性のある医薬品として登場しました。

長寿の研究者たちは、老化に伴う酸化ストレスや炎症を軽減する効果に注目しています。

ゲノムの不安定性とは、DNAの複製エラーを直接引き起こすか、あるいは活性酸素の活動によってDNA損傷を誘発する精神的ストレス、太陽放射、有害化学物質、生物学的因子を指します。私たちのゲノムは、毎日潜在的な損傷に直面しています。ゲノムが完全性と安定性を維持できるのは、この蓄積された損傷を修復する固有の修復システムのおかげです。

エピジェネティック変異

老化のプロセスは、エピゲノムの変化を引き起こす可能性があります。この変化は、細胞機能を潜在的に変化させ、最終的にはその機能を損なう可能性のある遺伝子発現の変化をもたらす場合があります。例として、免疫系のエピジェネティック変異は、活性化を阻害し、免疫細胞を抑制し、免疫系の障害や炎症に対して人間をぜい弱にすることがあります。

タンパク質恒常性の喪失

タンパク質恒常性の喪失は、老化に伴う一般的なプロセスであり、病気の指標となります。このプロセスは、有害なタンパク質またはミスフォールドされたタンパク質と望ましくない凝集体の蓄積を特徴としています。これらのタンパク質の分解は加齢に伴って阻害されます。老化した細胞は自食機能が低下し、細胞のリソソームは細胞の老廃物を除去する効率が低下することが分かっています。アルツハイマー病、パーキンソン病、ハンチントン病、プリオン病は、タンパク質恒常性の喪失に起因する病気の一例です。

栄養感知の制御不全

代謝活性は、人間の細胞にストレスを与えることが知られています。カロリー制限は、代謝機能障害を遅らせるための予防療法です。ミトコンドリアの機能不全や酸化ストレスといった代謝の副産物の中には有害なものがあり、栄養感知を制御不能にして糖尿病を引き起こす可能性があります。老化の速度を調節できるいくつかの重要な代謝シグナル伝達経路があります。タンパク質は老化防止の研究対象となる可能性があります。間欠的カロリー制限は、潜在的な代謝機能障害を遅らせる予防療法として、依然として最も広く認識されている療法です。

ミトコンドリアの機能不全

ミトコンドリアの機能不全に対して開発中の医薬品は多くありません。ミトコンドリアは、尿素、コレステロール、神経伝達物質の代謝に関与しており、解毒とフリーラジカル生成、さらには脂肪、炭水化物、タンパク質の消化にも関与しています。これらの機能障害は多くの全身性疾患を引き起こし、多くの一般的な老化病変はミトコンドリアの機能不全に起因することが分かっています。ミトコンドリアの機能不全は、2型糖尿病、アテローム硬化性心疾患、がん、アルツハイマー病、パーキンソン病、および脳卒中に関係しています。ミトコンドリアの機能不全は、人間が老化する主な理由の1つと考えられています。

細胞老化

加齢に伴い、死んで置き換わることを拒否する細胞が蓄積していきます。これらの細胞は、細胞機能を阻害し、組織修復を低下させ、がんの原因となりえる突然変異を蓄積し、慢性炎症の増加を引き起こしています。細胞分裂周期が不可逆的に停止するこの現象は、細胞老化と呼ばれます。老化は、ほぼすべての細胞に影響を及ぼす普遍的なプロセスです。加齢に伴って免疫反応が低下し、一部の老化細胞は免疫クリアランスを逃れます。人間が老齢になる頃には、老化細胞が大量に蓄積しています。組織内に老化細胞が長期的存在することは、老化に伴う病気を促進する可能性があり、老化自体を促進する可能性さえあります。

幹細胞の枯渇

幹細胞はほかの多くの細胞型に分化し、組織内で再生成分として機能できます。幹細胞は、正常な細胞と組織の機能を維持するために、機能的な分化細胞で組織を補充します。幹細胞の数は生涯減少し続けるため、若年者ほど補充の可能性が高くなります。幹細胞は加齢に伴って遺伝的変異と遺伝子損傷を蓄積するため、年齢とともに分化能力を失う傾向があります。幹細胞の枯渇は、組織再生の失敗を表しており、老化の特徴です。

細胞間コミュニケーションの変化

人間が老化すると、細胞間の電気的および化学的シグナル伝達系が破壊され、シグナルに歪みが生じます。破壊されたメッセージは、細胞間コミュニケーションの不均衡をもたらします。細胞が老化すると、免疫系の機能不全や組織損傷の蓄積に起因して、より多くの炎症シグナルが生成されます。その結果、アテローム性動脈硬化、2型糖尿病、肥満、慢性消化性潰瘍などの慢性炎症と慢性疾患が生じます。

新たな未来 - 進化する世界のために人間を進化させる – インテリジェントな社会

私たちは今後、拡張現実の利用の増加、国境を越えたコミュニティの増加、デジタル企業の著しい成長を目にすることになるでしょう。これらのトレンドはすべて、人間がデジタル化していく進化と新たな世界経済の側面を表しています。

汎用AIについて言えば、汎用人工知能（AGI）の開発や、さらには人間の記憶や能力をコンピューターに移行するなどの複数の取り組みが行われていますが、これらのアプローチの実現可能性を示す概念実証は行われていません。

ハイブリッド人間の誕生はもうすぐです。おそらく、医療におけるAIの最も驚くべき能力は、テクノロジーと人間の生態とが重なりつつあることです。

AIの進歩によって、体内に埋め込まれたチップで内部自律システムを制御できる日が近づいています。これらのチップは、脳内の反応によってアクティブ化され、仮想現実によって視力を高めたり、強化されたストレージ機能によって記憶を強化したりします。

AIチップを人間の脳に埋め込めるようになれば、二重らせんを解き明かすための明確な道筋をも手に入れることができます。人間のDNAへの書き込みや編集が可能になり、先天的な欠損を削除し、病気や疾患を発生と同時に修正できるようになります。

私たちは、一般化し、戦略を学習し、学習した特徴から新しいモデル、対象、データを生成する最新のAIの能力と、予防医療、再生医療、回復医療のあらゆる分野で新しいアプリケーションとソリューションをもたらす特徴抽出および因果関係分析の正確な方法とを組み合わせた集学的アプローチを必要としています。

簡単に言えば、ビッグデータ、ソフトウェア、化学、バイオテクノロジー、機械学習の最新の進歩を組み合わせることで、人間の脳に直接アップロードされる人間の追加機能を実現できるようになります。将来的に、人間の生態と最新のテクノロジーを同期させることにより、まったく新しい未知の領域が切り開かれます。その可能性は無限です。

高齢化に関するAI研究は、データの経済的側面、生成、交換、モデルの交換と検証、そして分析、臨床試験、教育プログラムに重点を置いたコンソーシアムと国際協力が必要であることを示しています。

介護分野は他業界に比べてICT活用が遅れている分野といわれてきたが、高齢化の進展に伴うさまざまな課題を抱えて改革に乗り出す動きが徐々に活発化している。新型コロナウイルス感染拡大に伴うニューノーマルの広がりが介護のあり方を見直すきっかけになり、また、国もデータに基づく「科学的介護」の実現を目指して介護データベース構築に乗り出すなど、新たな展開が見られる。本稿では、介護業界におけるICT活用に向けての最新動向を、背景となる要因や課題感を交えて紹介する。

介護業界におけるICT活用領域

介護分野でICT活用が急がれる背景には、介護業界の構造的な課題がある。ひとつは深刻化する人材不足である。高齢化の進展により要介護人口が増加しているが、それを支える介護従事者の供給が追い付かず、需給ギャップが拡大している。現場スタッフの業務負担は大きく、限りある介護人材でオペレーションを効率化する必要に迫られている。また、もうひとつの課題として、国の介護財政逼迫に伴い、介護事業者の経営環境が悪化していることがある。経営改善・強化のためには、コスト削減だけでなく収益につながる新たな付加価値の開拓・提供が求められている。

現在、介護分野で見られる主なICT活用事例は、図1のような4つの領域に整理することができる。

 

【図1】介護分野における主なICT活用領域
 

以下に、各領域におけるICT活用ニーズ並びに代表事例を紹介する。

（1）SNS

介護サービスは多職種の連携プレイで業務が遂行され、スタッフ間のコミュニケーションの充実がサービスの品質にも影響する。日本エンブレースが提供する「メディカルケアネットワーク（MCS）」は、医療・介護に特化した非公開型のSNSサービスで、現在の登録ユーザー数は14万人である。在宅医療や地域医療連携に携わる医療機関の導入が多いが、介護に特化した事例として、訪問介護を実施する介護事業者がスタッフ間の連絡や情報共有に活用しているケースもある。

一方、介護現場の多くは業務のデジタル化に後れをとっている。現場職員は未だに紙の書類や日誌の作成に追われ、事務ノートのメモ書きで引き継ぎを行い、複数の施設・関係者に電話で問い合わせや申し送りを行うなど、現場にはアナログな手法が根強く残っている（図2）。

 

【図2】介護現場における連絡手段
 

（2）業務記録・クラウド

介護現場で身体ケアを行いながら体温や血圧等のデータを計測してシステムに入力したり、日々の気付きをテキストベースで書き記したりといった情報処理は現場職員の大きな負担となっている。また、せっかく入力したデータを現場で活用する機会は限られ、サービス向上や業務改善につなげることが難しいのが現状だ。このような課題に対応して、善光会が開発した「スマート介護プラットフォーム（Smart Care Operating Platform：SCOP）」は、複数の介護機器と連携したクラウド型の情報管理プラットフォームである。IoTセンサー機器等の情報を集約し、現場の状況やアラート情報などをiPhone上で一元的に管理できる。iPad上で行う介護記録は平易なインターフェースでその場で簡単に入力できる。持ち場を離れることなくリアルタイムに情報共有できるため、異常が発生しても迅速・的確に対応できる。SCOPの一部機能は国立日本医療研究開発機構（AMED）の補助採択事業として開発され、実証実験で一定の成果が実証された（図3）。

 

【図3】SCOPを使った介護業務の効果実証
（出典：未来投資会議構造改⾰徹底推進会合「健康・医療・介護」会合（第9回）（2019年4月27日）資料2「善光会のICTを活⽤した介護の取組状況について」）

善光会が目指すのは、事務処理にとどまらず、介護施設の情報管理をデジタルで一元化して業務改革を実現させる「介護版DX」に他ならない。

（3）AI・ロボット

介護現場の負担を軽減するため、要介護者のや移動支援などの力作業を助けるパワーアシスト、入浴や排せつなど要介護者の自立的な行動を支援するアシストロボットなど、さまざまな介護ロボットが介護現場で活躍している。

米アイオロス（Aeolus Robotics）社が開発した「アイオロス・ロボット」はAI搭載型サービスロボットである（図4）。知能、視覚、機動（移動）などさまざまな機能でAIが使われ、ネットワークで管理されるのではなく自律的に施設内を移動して、物品運搬や危険物の発見・通報、見守りなどマルチにサポート業務を担う。アイオロス社はロボット単体の販売ではなく、サービスとして提供する「RaaS（Robot as a Service）」の形で事業展開しており、日本でも介護事業者や高齢者住宅事業者と提携してB2B2Bモデルのビジネス創出を図っている。

 

【図4】「アイオロス・ロボット」の機能
（出典： https://robotstart.info/2018/12/11/aeolus-robot-spec.html）

他にも、見守りシステムやロボットと要介護者が会話するコミュニケーションロボットなどもあり、これらは利用場所が施設から一般家庭に広がっている。独居高齢者世帯が増加する中、ウィズコロナで在宅介護を余儀なくされる高齢者が増えるにつれて、介護ロボットに求められる役割は今後間違いなく高まっていくだろう。国は日本の介護の将来を見越して、介護ロボットの開発・普及に力を入れ始めている。経産省は2021年から「ロボットなど介護・福祉用具開発プロジェクト」を開始し、民間の介護ロボット開発を支援する。

（4）見守り

センサーやIoT機器を活用した見守りシステムでは、在宅介護を対象にした家庭向けサービスが次々と登場している。遠隔での見守りや健康管理、日常行動の安全面だけでなく、新型コロナウイルスの感染リスクが高い高齢者の環境対策（温度、湿度、空気の汚染度など）の役割も担っている。ICT業界からの参入もさかんで、グループでは、「goo of thingsでんきゅう」を、IoT見守りセンサー「LASHIC」を使って独居高齢者向け見守りソリューションをそれぞれ提供するなど、エンドユーザーに近いところでサービスを提供している。

これまでの見守りシステムでは、身近に介護者がいない在宅介護向けに焦点があったが、最近は介護施設向けの製品・サービスが増えている。その目的は、人員不足に起因する職員の負担軽減や入居者の室内事故防止などであるが、見守り機能にとどらまず、さまざまな計測ツールやIoT機器をネットワーク上で連携させた統合型のシステムが登場している。例えば、リコーの「リコーけあマルシェ」は、IPネットワーク上でセンサーやカメラなどのデバイス等のデータを連携・集約し、入居者の生活リズムを把握することで、一人一人にあった介護サービスの提供を可能にする（図5）。

 

図5「リコーけあマルシェ」の概要
 

官民連携で見守りサービスの社会インフラ化を目指す取り組みもある。NTTドコモと神戸市は、米国のスタートアップ、テラス（Tellus）社　弊社が開発した非接触型小型レーダーを使った高齢者の見守りサービスの実証実験を共同で実施している。

テラス社は、高齢者へのプライバシーを配慮してカメラを使わず、利用者の心理的・肉体的負担感を減らすことを目的として、ウェアラブル機器として装着し、コンセントに差すだけで使える非接触型の機器を開発した。計測したデータをクラウドに連携してAIで分析し、利用者の状況をリアルタイムに把握することができる。

実証実験は、NTTドコモが神戸市との間で締結した「ICTを活用した安全安心なまちづくり」に関する事業連携協定に基づくものである。神戸市は、実験成果を自らの行政サービスに取り込むことを直接の目的にしているのではなく、最新テクノロジーのインキュベーション、社会実装を支援することに主眼を置いている。新しいテクノロジーで行政課題を解決しようとするとき、行政だけですべてに対応するのは無理があり、テクノロジーが持つ可能性を活かしきれずに終わってしまうかもしれない。テクノロジーをビジネスとして育てていかなければ社会実装は難しく、ビジネス化に向けてはスタートアップと大企業のコラボレーションが欠かせない。神戸市はさまざまな分野で社会改革のためのビジネス・インキュベーション事業に力を入れて取り組んでおり、今回の実証実験もその一環である。

コロナ渦で脚光を浴びる非接触型サービス

新型コロナウイルス感染拡大に伴い、介護現場は大きな負担を強いられた。接触・対面を基本とするサービスを中止・変更せざるをえなくなったシーンも少なくない。医療の現場では感染予防のため対面診療をオンライン診療に切り替え・補完する機運が高まっている。介護の現場でも施設内クラスター（感染者集団）が発生したことなどから、利用者（要介護者）と介護従事者、利用者と家族の接触機会を減らす対策が取られているが、利用者を完全に隔離してしまうとQOL（Quality of Life）の悪化が心配である。そこで、感染予防とサービス水準の維持を両立させるため、ICTを活用した非接触型のサービスが登場している。

例えば、ラムロックの見守りカメラ「みまもりCUBE」は、インターネット環境が要らない見守りカメラで、介護施設に提供されている。NTTドコモのSIMカードを利用してコンセントに差すだけで、離れて暮らす家族の様子をパソコンやスマホで確認したり、家族と会話したりできる。

また、3密回避のため、今後は施設利用から在宅サービスへの切り替えが進むことが予想される。それに伴い、リハビリやレクリエーションなど施設内で実施されている付帯的なプログラムを自宅でも利用できるサービスが登場している。パワーロボット「HAL」を開発・提供するサイバーダインは、HALとトレーニング・プログラムをセットにしたオンラインでの在宅トレーニング「NeuroHALFIT」を提供している。専用モニターで身体情報を可視化し、クラウドに接続して効果的なサポートを遠隔で受けられる（図6）。

 

【図6】「NeuroHALFIT」の概要
 

シャープは、施設向けに提供していた健康支援サービス「頭の健康管理」を利用者が自宅でも利用できるように機能拡張した。施設利用者は自宅に戻ってもタブレット端末やスマホから認知機能の状態を指摘する脳トレゲームを利用できる。体温や体調などの健康情報も記録でき、介護施設のスタッフや利用者の家族がクラウド経由で確認し、離れたところから健康状態を見守ることができる。

データ活用で“働き方改革”

介護分野でICTによるイノベーションを推進するためには新たなテクノロジーの導入が欠かせないが、単なる技術開発にとどまらず、介護業界が直面する課題の解決や介護の質の向上に寄与するソリューションの提供につなげていかなければならない。そのためには、その新しいテクノロジーを介護現場で日々活用してデータを収集・蓄積し、データを分析してアウトカムを評価し、さらなるサービス改善につなげていくというPDCA型のアプローチが求められる。医療の世界では既にアウトカム重視のデータ医療が世界的な潮流となっているが、介護においても、データに裏付けられた新しい介護モデルの確立に向けた取り組みが始まっている。

北九州市は、介護現場の負担軽減や業務改善を進めることを目的として、新しい介護モデルの開発・普及に取り組んでいる。ICTや介護ロボット等の活用に加えて、効率的な人員体制、実践プロセスの策定など実施体制を整備し、実証実験を踏まえて「北九州モデル」と称する標準モデルを策定した。市はこのモデルをベースに介護施設等への導入コンサルティングを行っており、要望があれば介護機器メーカーに対して開発の橋渡しなども行っている。

実証実験では、あらかじめ評価指標を定め、ICTを活用して△△業務時間を●割削減など、数値ベースの効果検証を行った。北九州モデルが目指すのは、業務の効率化とサービス品質の向上を両立させる新しい働き方改革の実現であり、明確な指標に基づくデータドリブンなアプローチが注目される（図7）。

 

【図7】「北九州モデル」の概要
 

 

データ重視の介護と聞くと、非人間的・機械的な冷たいイメージを想像しがちだが、そうではない。人手によるサービスの価値を高めるために、データが介護者の業務をナビゲートし、無理・無駄な業務を削減させる。それによって人手によるサービス提供に余裕が生まれ、より優しく的確な対応が可能になる。

例えば、パナソニックが2020年7月に開始した「LIFELENS」は、“センシングとAI技術でヒトの五感に代わる介護品質を提供する”ことをコンセプトに掲げている（図8）。ここでいうヒトとは介護者のことである。これまでは介護者が五感や経験知に基づきすべてのプロセスに関与していたため、当事者に業務を効率化する余地がほとんどなかった。「LIFELENS」はICTをヒトの業務に介在させてプロセス自体を変え、ヒトの動きを変えることで業務の効率化とサービスの質の向上を実現しようというものである。

北九州モデルも「LEFELENS」も目標は同じで、＜ICTとヒトが協調して進める新たな働き方改革の実現＞である。その原動力となるのが介護現場で生み出されるエビデンス情報である。

 

【図8】パナソニック「LIFELENS」の概要

「科学的介護」の実現を目指して

医療分野では「エビデンス（根拠）医療（Evidence-Based Medicine：EBM）」と呼ばれるデータに裏付けられた科学的手法が実施されている。介護の分野でも日常生活の介助だけでなく、要介護者の自立支援や認知症予防、重症化防止など専門的なケアにおいて科学的手法に基づく介護手法の導入が必要とされる。しかしながら、現状において、介護サービスのアウトカム等について科学的な根拠のある客観的な情報の蓄積が進んでいない。

国は、医療・介護・健康にまたがりデータベースの構築・活用を推進する「データヘルス改革」に2017年から取り組んでおり、介護分野における情報利活用の推進も目標のひとつである。2020年度から全国の医療・介護の保険データが統合され、運用が開始されたが、介護事業者が持つエビデンス情報のデータベース化はまだ始まったばかりである。2018年に通所・訪問リハビリ情報のデータベース（monitoring & eValuation for rehabiLitation ServIces for long-Term care：VISIT）の構築が始まり、2020年には高齢者の状態やケアの内容に関するデータベース（Care, HeAlth Status & Events：CHASE）が稼働を始めた。両者は2021年に「科学的介護情報システム（Long-term care Information system For Evidence：LIFE）」に統合され、2021年度の介護報酬改定ではLIFEへのデータ提供並びにケア計画の策定・更新などPDCA実施要件について報酬加算が行われた（図9）。

 

【図9】LIFE LIFEによる科学的介護の推進イメージ
（出典：厚生労働省資料等に基づき作成）

介護の世界もようやくデータドリブンの世界に舵を取り始めた。超高齢社会である日本の介護サービスの動向は世界各国の先例として注目されている。奇しくも新型コロナウイルスの感染拡大により高齢者の生活環境が激変し、介護サービスの利用条件も変更を余儀なくされている。データに基づく科学的介護の実現が、ウィズコロナ、アフターコロナの逆境を乗り越えて新しい介護モデルの構築につながっていくことを期待したい。

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​