医療 MEDICAL

リハビリの常識を変える『モフ測』は、いかにして誕生したか

佐藤由実

株式会社三菱総合研究所と株式会社Moffの提携により開発された、ウェアラブル端末によるモーションキャプチャー技術を使用した、IoT身体機能計測サービス「モフ測」。その特徴は、ずばり「ビジュアルと数値で、リハビリによる改善を見える化できる」ということ。今回は、このモフ測の開発に携わった、株式会社三菱総合研究所の研究員鈴木智之氏と主席研究員吉池由美子氏に、モフ測が生まれた背景や今後の動向を伺った。

医療現場で見つけた「見える化」というヒント

今年3月にサービスを開始した「モフ測」。この一大プロジェクトを動かす原動力となったのが、あらゆる可能性を秘めた「モフバンド」の存在だ。

株式会社Moff(以下モフ)がクラウドファンディングをきっかけに、2014年に商品化した「モフバンド」。当初は3Dモーション認識技術を用いたスマートトイデバイスとして展開し、「モフバンド」と連動した教育向けアプリやゲームアプリなどを次々に展開してきた。これまでにないIoTデバイスとして世界的にも注目を集めてきた「モフバンド」だったが、ヘルスケア分野からのアプローチで関心を持ったのが株式会社三菱総合研究所(以下三菱総研)だった。

このプロジェクトをゼロから立ち上げた鈴木氏はこう振り返る。

「当社がベンチャー企業への提案や出資だけでなく、プロダクトづくりも含めた協業を推進し始めていた頃に出会ったのがモフでした。当時、モフの社内でもモフバンドで蓄積できるデータをヘルスケア分野で活かしたいと考え、介護施設と連携して高齢者の身体データに関する研究が始まっていました。そこで、ヘルスケア分野で専門的なバックグラウンドのある当社のノウハウも活かした形でのタッグが実現しました。まずは、モフバンドがリハビリの現場でどう活用できるのか、専門とする大学教授の方々やリハビリ現場でヒアリングすることから始めました」

リハビリといっても外科手術を行う病院やその後のリハビリを中心とした病院、介護施設もデイサービスや入所施設など、その現場やユーザーによってリハビリの内容やニーズはそれぞれ異なる。様々な施設の見学やヒアリングを重ねる中で、「ユーザーのモチベーションを引き出すリハビリの見える化」という医療リハビリ向けの新たなサービスのコンセプトが固まっていった。

求められるのは、手軽かつ精密さ

「最初に驚いたのは病院で行われるリハビリ時間の短さです。例えば骨折で入院した患者さんは手術後3週間程度入院しますが、リハビリの実施は1日20~40分程度。リハビリ専門の病院に移っても、一日に行われるリハビリは2時間程度のところが多く、特に介助の必要な高齢の患者さんになるとそれ以外の多くの時間をベッドで過ごすことになってしまいます。また、リハビリ中に行われる腕や脚の上げ下げの計測は、ゴニオメーターという分度器のようなもので行われています。測る人によっては誤差も出ますし、正確な計測は難しい。モフバンドは装着した体の角度や動きを精密に計測するセンサー機能を持っていたので、これを活用して短時間で目に見える記録を提供したいと考えました」

モフ測の開発で重視したのは、手軽さと精度。ボタン一つ押せば10秒程度でセットアップが完了するため、短いリハビリ時間でも手間をとらない。モフバンドを装着した部位の動きを1度単位で自動記録し、体の動きはリアルタイムでグラフやマーカー、3D画像で分かりやすく画面に表示される。さらに日々の成果を比較して確認できるため、ユーザー自身に分かりやすくフィードバックすることもでき、マンネリ化しがちなリハビリのモチベーションを高めてくれるのだ。

「こうした見せ方、直感的な分かりやすさで患者とのインタラクションを柔らかく作れた背景には、子供向けアプリを開発してきたモフならではの感性が生かされています。センサーを使用してデータ計測する製品は以前からありますが、いずれも研究用途の大掛かりなものばかりでした。また、それらは海外製品が多いため、日本の医療現場のニーズを汲み取って汎用されることは難しい。私たちはIoTをリハビリに取り入れていく中で、現場の先生たちと一緒に考えながらブラッシュアップしていくサービスにしていきたいと考えています」

モフバンドにみる未来のヘルスケア

今年3月に本格的にサービスを開始したばかりのモフ測だが、すでに医療や介護の現場からは嬉しい声が届いているという。

「リハビリの初期段階からモチベーションを引き出すことができ、患者さんたちも喜んでくれているという先生たちの声が多いですね。また、昨年には義足で走ることにチャレンジするというイベントにも参加させて頂き、義足にモフバンドを付けて走行運動を計測する試みも行いました。義足が実際の足のように動いているデータを見て、自分の体と一体になっている感覚が嬉しいと参加者の方々に喜んでいただけました。こうした取り組みも新たな可能性を生み出すきっかけにしていきたいです。現在はユーザーへのフィードバックを軸に展開していますが、今後2~3年のうちに様々なデータをもとにエビデンスを構築していきたいと考えています。精度検証はもちろん、モフ測の効果だけでなく、従来のリハビリ治療の効果やモチベーションの改善効果、治療期間、治療後の状態など、あらゆる角度からデータを収集し、今後の医療やヘルスケアに役立てていきたいです」

三菱総研でヘルスケア分野を専門とする吉池氏は、今後の展望をこう語る。

「現在モフ測は医療施設用に展開していますが、介護予防を目的としているモフトレと合体して、より有意義なアプリケーションにしていきたいと考えています。週に2回程度のデイサービスで行う運動だけでなく、自宅で運動したデータを施設と共有してコミュニケーションできたら、在宅時の運動不足が解消され、介護予防にもつながります。さらに、BtoBだけでなく、モフバンドを個人で持っていただけるようなBtoCが実現すれば、いつでもどこでも運動計測や遠隔診療での活用などの可能性も広がっています」

医療や介護といった分野で、新たな可能性を見出し続けているモフバンド。

子どもからお年寄りまで、1人1モフバンドという時代の到来も夢ではないかもしれない。

(text: 佐藤由実)

(photo: 壬生マリコ)

  • Facebookでシェアする
  • LINEで送る

RECOMMEND あなたへのおすすめ

医療 MEDICAL

抗がん剤 7割が効かない!?薬・カスタマイズ時代の実現を急げ!

HERO X 編集部

日本人の二人に一人はかかると言われているがん。あまりにも有名な話だが、その7割の患者さんが薬のマッチングでさまようと言われている。人間の経験値だけではたどり着けない薬との素早いマッチングを探る仕組みが開発途上にある。スーパーコンピュータを用いて患者のデータを解析し、それぞれの体質に合った薬の処方をより敏速に行えるようにしようという取り組みだ。創薬分野でこの研究を進める京都大学大学院医学研究科 人間健康科学系専攻 ビッグデータ医科学分野の奥野恭史教授にHERO X 編集長 杉原行里がお話を伺った。

医療ビッグデータを使った研究とは、具体的にはどういうことなのでしょうか。ビッグデータで医療はどう変わると思われていますか。オーダーメード医療などに発展するのでしょうか。

奥野:現状の医療はオーダーメードちっくなのですが、オーダーメードではない。たとえば、がんの治療で使われる抗がん剤でいくと、抗がん剤として売られて、抗がん剤として皆さん飲んでいるのだけれど75%の患者さんは効いていないんです。効いていないのに投与されている。場合によっては副作用も出るという状態です。その方の体質に一番効くものが選ばれないといけないのですが、それが今は投与の前には分からない。だから医師の見立てで「これはどうかな」と試していくしか方法がないのです。これはこれで、お医者さんの経験に基づくすばらしいことなのですが、それでも、抗がん剤でいえば75%は効かないということが現状としてあるわけです。医療のビッグデータを使った薬のマッチングは、個人の体質を計測し、その人の特性を科学的にデータとして取っておき、これを踏まえて、その人の体質に一番適した薬はどれかという判断をできるようにするものです。

病気にかかった時にどうかということだけではなく、かかる前からの生活や、体質などが、データとして必要になるということですか?

奥野:全てほしいですね。私的に言うと、取れるデータはすべて取ってほしいなというのが本音です。非侵襲的にデータが計測できるか、また個人情報などのこともあり難しい部分です。しかし、どういう食事をとって、どういう生活をしてきてというデータが蓄積されたものがあってはじめて「この特徴ならこの抗がん剤が効くだろう」というマッチングができる。一番わかりやすいのは遺伝子なのですが、父親と自分にはこの薬が効いている、でも母親は効いていないとなったら、父親と私の遺伝子にはあって、母親にない遺伝子に薬が効かない要因があるという仮説がたてられるようになります。一つ一つそういうピースが埋まっていけば、やがて個人個人に合ったものが提供できるようになる。ですが、それって無限大のパズルですよね。

すごい数ですよね

奥野:どこまでいっても答えはないのですが、それに向かってデータ、知識を蓄えることで未来の患者さんに最適なものが提供できるようになるやろうということで研究を進めているところです。

理化学研究所と富士通が共同で開発したスーパーコンピュータ「京」。1秒間に1京回、つまり、10の16乗回というとてつもなく速い計算能力を持つ。奥野研究室では、薬効を一つずつ実験で確かめるのではなく、このスーパーコンピュータを使ってコンピュータ上で薬剤の結合をシミュレーションすることで創薬にかかる時間の削減がはかれないかと研究している。

マッチング率50%はもう目の前
医術の限界をデータが補う

現在25パーセントのマッチング率を50%に高めるということが最初の目標でしょうか。

奥野:そうですね、それはもうそう遠くない未来で可能だと思います。世界がそういう方向に動いていくので。AIとかに自分自身は興味があるのですが、AIも母体となるのはデータです。そのデータをちゃんと集められるかという方が今は大事です。幸いにしてゲノム、遺伝子の情報に関しては世界規模で集めていきましょうという流れがあり、それを医療に活かしていきましょうという流れますます加速されると思います。

医学は科学ではなく、医術だよねとよく言うのですが、人の経験に基づいて組み立てられてきた節が強い。○○先生がこう言っていたとか、論文書いたりしながら先人たちが残してきてくれた経験を積み重ね、今それをもとに教科書を作ったり、学問として体系化されているのですが、科学的客観性はどこまであるかというのは疑問に思う部分もある。たとえば、「検査値をどう見ておられますか」とある医師に聞いた時に「相対的に下がっていればOKだよ」と言われることがあります。あれ、ちょっと待ってよ、絶対値は?と思うことがあるわけです。血圧がいい例です。これ以上になったら気をつけましょうという基準がありますが、検査する機器によって違いが出ることもあります。一般の方の知らないレベルでの客観性が薄い部分があります。こうしたことは、本当はデータを取っておけば客観性をもたせられる部分もあるわけです。

可視化ができるということでしょうか

奥野:なぜ、医学が科学的客観性ができなかったかというと、一番の大きなところは、医学は人を扱う学問だからというところです。人で実験はできませんよね。マウスを使った実験されていて、データもたくさん存在して、エビデンスが取られているから資料として扱えるのですが、人でデータが取れないというのがこれまでの医学の世界だった。ビッグデータというのはまさに、その「人」からいろんなデータを取りましょうということです。そのためのいろんなデバイスが開発されていて、取れる状態になりつつあります。人の計測データが山ほど出てくるようになりました。やっと客観的に判断できるだけの材料がそろい始めているのです。

すごくロジカルになりますよね。

奥野:おっしゃる通りで、計測をする機器を創る方たちはどういうかというと、「そんなので測っても計測の値が信用できないよ」というんですよね。まあ、それはそうなんだけど、例えば血圧の高い方が低くなると、「あなた、この血圧でヤバいですよ」と言われても、その人の体は血圧が高いのが普通という状態に慣れている。それが低くなったときの状態の方が、その人の体感としてははるかにしんどいということもあるわけです。血圧が135ですといったところで、今、135ということに何の意味もなくて、むしろ、前にいくつで今135なのかという違いの方が興味深いところです。時系列でモニタリングすることの方が大事だと思います。

奥野恭史教授×杉原行里対談 vol.2はこちら

奥野恭史
1993京都大学薬学部卒業、同大学院薬学研究科にて博士(薬学)取得。京都大学大学院医学研究科特定教授を経て、2016年、京都大学大学院医学研究科人間健康科学系専攻ビッグデータ医科学分野教授、現在に至る。神戸医療産業都市推進機構先端医療研究センターグループリーダー、理化学研究所計算科学研究センター客員主管研究員等を併任。創薬計算科学、ビッグデータ医科学の研究に従事。

(TOP画像提供:理化学研究所)

(text: HERO X 編集部)

(photo: 瀬本加奈子)

  • Facebookでシェアする
  • LINEで送る

PICK UP 注目記事

CATEGORY カテゴリー