スマートウォッチの出現が私たちの健康管理のあり方を大きく変えた近年。データを取得することで健康増進につなげる動きはどのように加速しているのか。この夏、「疾病リスク予測AI」のサービスを開始した株式会社東芝、東芝デジタルソリューションズ株式会社を編集長・杉原行里が訪ねた。

人々の健康に対する意識の高まりが見られる昨今、その後押しをしたものとして、スマートウォッチの存在は大きいだろう。日本国内における販売台数は年々増加、ICT市場調査コンサルティングのMM総研による調査では、2019年度には過去最高の191.4万台を記録、2020年度の予想数値は263.5万台と、さらに数字が伸びそうだという。利用者がよく使う機能でみると、最も多いのがウォーキング・ランニングの記録（消費カロリー、歩数、移動距離、ランニング機能）63.7％、次いで「心拍計」などが続き、「睡眠時の記録」についても47．4％がよく使う機能としてあげている。

自分の体の状態を客観的な数字を持って教えてくれるアイテムへの関心は、今後も高まりを見せるだろう。そんな中、東芝グループはAIを使い将来の疾病リスクを予測する「疾病リスク予測AI」の運用をはじめた。なぜこうした取り組みをはじめたのか。開発、運用に携わるチームの皆さんを編集長・杉原が訪ねた。

左から　東芝デジタルソリューションズ株式会社　ICTソリューション事業部保険ソリューション営業部営業第一担当主任太田和行氏、同事業部保険ソリューション部技術第二担当参事 栗田英和氏、株式会社東芝　技術企画部ライフサイエンス推進室主務 山口泰平氏

機械の故障を
見分ける技術を応用

杉原：今日はお時間をいただきありがとうございます。まず、現在の取り組みについて伺いたいのですが、病気の超早期発見や個別化治療という部分について、近未来の医療がどうなるのかをお伺いしたいのですが、こちらのチームではAIを使って疾病リスクを予測するものをされているとうかがいました。

山口：東芝グループは新規事業領域として精密医療に取組んでおり、病気の超早期発見や個別化治療に関わる研究開発、社会実装を進めています。その中の1つである「疾病リスク予測AI」は、健康診断のデータから将来の疾病リスクを予測する技術です。

杉原：「こうした病気にかかる可能性がありますよ」という予測を出すということですよね。

栗田：はい。糖尿病・高血圧症・脂質異常症・肝機能障害・腎機能障害・肥満症の6つの生活習慣病に関するリスクを、1回分の健康診断データを基に、6年先まで予測します。

杉原：具体的にはどのようにして予測が導き出されるのでしょうか？

山口：企業では、社員の健康診断を毎年行っていますよね。東芝にも健康診断データや、投薬データが長期間にわたって同じフォーマットで蓄積されています。これらのデータを使って何かできないかというところが一つありました。

加えて、我々には製造現場で培ってきたAI技術があります。例えば、半導体の製造現場で欠陥品を検出する際や、製造機械設備が故障する際の予兆を見つけるときなどに、AI技術を活用してきました。こういった技術は欠陥検出や機械故障を予測するためのものですが、対象を人間に置き換えると、体の不調、病気の発症を予測できるのではないかという発想から開発がはじまりました。

一気通貫したソリューションについて話す山口氏

こういったデータと技術を組み合わせることで、将来病気になるリスクを予測しています。この技術は超早期発見というよりも、どちらかいえば健常な人たちが将来病気になるのを予測するというものです。超早期発見というキーワードでいうと、マイクロRNAという技術があり、研究開発を進めています。わずかな量の血液から13種のガンを網羅的に検出する技術です。

杉原：それにはデータが必要ですよね。

山口：わたしたちとしては予防から治療まで、一気通貫したソリューションとして提供したいと考えていますので、その元になるのがやはりデータだと思っています。

健康を支える
ソリューションとは

杉原：「疾病リスク予測AI」は、ソリューションの一部ということですね。

太田：はい。健康診断データの数値を見るだけではピンとこなかった病気のリスクを可視化することで、生活習慣病の予防・改善につなげるソリューションです。

疾病リスク予測AIにより、生活習慣病の予防・改善に貢献したいと話す太田氏。

山口：もう一つデータという観点で言うと、我々は遺伝子解析事業も行っています。遺伝子データというのは私たちの体の設計図です。設計図に記載されている体質情報と健康診断の経年データや、服薬の情報を組み合わせることで、例えば、同じ薬を飲んでいる人たちの中で、効果に差が出る原因を調べることもできるようになるかもしれません。

さらに、年1回の健康診断だけではなく、食事や活動量などの生活データを組み合わせていくことで、個人を起点に医療・ヘルスケアデータを一本につなげていきたいと思います。

ウェアラブルだけ、ゲノムだけ、検診だけというところは多いのですが、弊社はぶつ切れではなく、つなぎ合わせることができる、弊社の考える精密医療の形はそういうところだと思っています。

東芝が考える生活習慣改善ソリューションの提案画面例。組み合わせたデータを元に、近い将来の疾病リスク予測を可視化、どこを気にかけると良いかを分かりやすく教えてくれる。

杉原：確かに、ただデータが取れるだけで終わってはもったいないですよね。一気通貫というのは面白いですし、経年でのデータ蓄積があるというのはすごく羨ましいところですね。これを使って今後はどのような取り組みをしていきたいと考えておられるのでしょうか？

山口：個人のこれらのデータを収集、分析し、その結果に基づいて層別化を行い、各層グループ毎に最適な予防法、治療法を提案していきたいと考えています。

杉原：実際今、どのような形で、どれくらいの量のデータを集められているのですか？

山口：今は東芝の従業員を対象に、精密医療のビジョンに賛同いただける方々から、ゲノムデータ、健診データ、レセプトデータの提供をお願いしています。当然、ご本人の同意をいただきながら進めており、その数は1万人を超えています。

杉原：その数字は予想よりも多かったのでしょうか、少なかったのでしょうか？

山口：まずは1万人を目標に進めてきましたが、思ったよりも早く1万人の同意が得られた印象です。

私たちの精密医療ビジョンの1つに「次の世代も見据えた予防医療に、デジタルの力を活かします」というものがあります。
現時点では、従業員に対して、遺伝子検査の結果から病気のリスクをお知らせすることを全く行っていないんです。あくまでも、医療のため、一個人だけでなく同じ境遇に悩んでいる人のためや、次の世代の予防医療のために残す健康資産という考えにご賛同頂いた方々に参加頂いています。

杉原：先ほど、次世代の医療に関するお話も出ていましたが、今回得たデータの活用方法について、御社として何か具体的なお考えはあるのでしょうか？

山口：ゲノムデータ、健康診断データ、レセプトデータ、更にウェアラブルデータ等を活用した日常データを繋ぎ合わせることで、医療発展のための研究だけなく、ヘルスケア産業自体の発展に貢献できる仕組みを作っていきたいと思っています。

センシング活用に
欠かせない倫理観

杉原：HERO Xはすごいコアなファンが多いのですが、私が思うに、その方たちって1つだけ共通項があるんです。いろいろなことを自分ごと化して見れているんですよね。例えば、ガンの超早期発見の話を聞いた時にスッと入ってくるという方は、おそらく近しい人がガンを経験したり、ガンで亡くなったりしていることが多いと思うのです。1万人の同意を得られたというのは、こうした自分ごと化されている方なのではないかと想像します。何か未来のためにっていう医療への期待が込もっているのを感じます。

未来のためにというのは僕らもよくテーマとして言っているところなのですが、正直結構勘違いされやすい。僕らの場合、パラリンピアンとか、いろんな疾患を持ってる方たちを助けようみたいな媒体に思われがちですけれど、狭くそこだけに焦点を絞っているわけではなく、どちらかと言えばそこで、その技術がどうなって進化していくのか、そのアイデアがどう大きくなっていくのかというところに注力を注いでいるので、今日のお話はすごく共感するのです。ただ、データを取られることが、まるで丸裸にされるように感じる方もいます。これよりも先、より多くの人たちに賛同を得ていくための壁はあるのではないでしょうか。

山口：そこはおっしゃる通りだと思っています。個人それぞれに考え方は当然違いますのでより多くの方に賛同頂くには、自分ごと化できるような小さな成功体験を少しずつ示していくしかないと思っています。

我々のビジョンにご賛同頂きゲノムデータまでをも提供してくれる方々に対して、中途半端なデータは返せないと思っています。しっかりとした研究に基づいたエビデンスにより、〝これなら返せる〟というものを作っていく必要があります。かつ、例えば「ある疾患のリスクがあります」で終わらせるのではなく、その先に「遺伝的背景から、あなたにはこういった予防がお勧めです」ということまでお伝えする、ここまでがセットになって初めてお戻しすることができると思っています。

杉原：ローマは1日にして成らないのだから、その30年、50年、100年というロングスパンで考えたときに、もしかしたら自分のひ孫あたりにそれらがフィードバックされるという想像力を持ち合わせているかいないかですよね。今日はありがとうございました。

物流業界で急速に進んでいるテクノロジー化。その背景には、ここ数年で急激に成長したE-コマースの存在がある。消費者が１つのアイテムを通販でいつでもどこでも取り寄せることができる時代。大量で小ロッドのアイテムが行き来する時代に、倉庫ビジネスと配送の仕組みも、もはや従来通りにはいかなくなっている。AIやロボットを活用した物流改革は、今後どこまで進むのだろうか。物流施設の改革に取り組むGROUND株式会社の宮⽥啓友社長に、編集長・杉原が物流の未来を聞く。 ・コストのかさむコンベアとはさようなら ・めざすは物流倉庫のシェアリングモデル ・ロボット開発はビジョンを共有できるパートナーと

コストのかさむ
コンベアとはさようなら

杉原：いま、物流施設では、ハウスウェアデザインなどが進んでいる状況なのでしょうか。

宮田：突き詰めていうと、我々のPEER(ピア)（自律型協働ロボット)は、コンベアの代替にもなり得ます。いままではピッキング作業をしたら、かごをコンベアに載せて、梱包工程までガタガタ運んでもらうのが一般的でしたが、PEERは梱包工程まで自律的に移動しますから、コンベアが不要と言えます。実は、コンベアは１メートル40万円くらいするんです。物流施設を作ると必ずコンベアが必要なので、そこがこれまでは利益の源泉だったんですね。

杉原：それをなくすというのは、大変な戦いですね。

宮田：コンベアは施設の制約にもなります。メインストリームとしてコンベアが敷かれると、そこを横断できなくなるので、迂回する通路を作らなければいけない。でも、PEERのような自律型協働ロボットを導入すると、ビルの一室を物流センターにすることも可能です。従来は物流センターのための建物が求められたのですが、AIやロボットなどの先端テクノロジーを活用すれば、都心の地下駐車場、学校、百貨店、ガソリンスタンドなど、有閑スペースや資産を活用できる。アメリカではマイクロフルフィルメントセンターといって、小型の物流センターが少ずつイノベートされてきています。今後、物流業界には大きなパラダイムシフトが起こると思っています。１つの物流センターを作るために20億かけるという時代ではなくなっていくでしょう。

杉原：GROUNDさんの自律型協働ロボットですが、人間との協働がポイントではないかと思います。なぜ協働にフォーカスされているのでしょうか。

宮田：これはAmazonのジェフ・ベゾス氏も明言していますが、倉庫の完全自動化はあと10年は難しいと思います。仕組みとしては無人化できるのですが、やはり取り扱う商品の制約が出てしまう。ECで扱う商品は長尺のものもあれば、小さいものもあります。それを一つの概念で処理しようとすると、非常にムダが多くなる。なので、投資対効果が見合わない。ロボットが自動で次工程まで動いていくから、人は歩く必要はありません。ただ、例えばピンポイントでスカートをピックするというのは、ロボットにはまだできません。
このように人間が得意なこと、人間にしかできないことは人が行い、ロボットが得意なことはロボットに任せる、という協働という形が現時点では最も生産性を向上できると考えます。

人とGROUND社のロボットが協働する様子。作業者は同社のロボット「PEER」に付属するタブレットの案内に従い、指定の商品をピックアップする。

杉原：そうですね。SLAM（Simultaneous Localization and Mapping：センサーによって周囲環境を把握し、マップをつくりつつ、取得したデータをもとにロボットの自身の位置も推定する技術）で１センチ以内の誤差に収めるというのはとんでもない技術なので、キャリブレーションがかなりできていないと厳しいですよね。

宮田：工程ごとにロボットと人間の強みを分解して、人がやるべき作業、ロボットがやるべき作業を選別することが大切です。

杉原：つまり、ロボットと人間、双方のインテリジェンスやアビリティを掛け算しているんですね。補完ではなく拡張。これっていまの世の中にすごく合っていると思います。僕自身は今後ロボット化が進むことで、人間の本来使える時間が増えて、幸せだと思っているのですが、一方でAI化やロボット化で仕事を奪われると言うかたもいます。そこに協働があると、雇用が生まれるという考え方もできる。倫理的なバランスもいい。車もまさにそうで、自動運転化しても、やはりドライバーズシートには人が乗っていて、ステアリングがあるというのと同じではないかと思います。

宮田：近いですね。おっしゃる通り、物流業界の中を完全に無味乾燥なテクノロジーの世界にしていくという考えではありません。ECは伸びていますから、全体的に求められる人手は増えています。その中で、人がやらなくても良い過酷な労働や、業務・作業はロボットに任せる。こういった考えの下、物流業界を持続可能なものにしていくことが大前提です。

めざすは物流倉庫の
シェアリングモデル

杉原：宮田さんはやはり顧客ニーズというか、課題がかなり明確ですよね。今までご経験されたものが根幹にあると思うのですが、そういったご経験から起業を決意されたんですか。それとも、もともと事業のビジョンがあったのでしょうか。

宮田：楽天には７年間勤めたのですが、三木谷さんと一緒にずっとやってきて、Amazonと戦っていくうえでは、自社物流をやらないといけないという気持ちをもっていました。最終的には、当時は自社物流の構築を見送るという経営判断がくだされました。
オープンな物流プラットフォームの重要性と将来性は当時から強く感じていたので、１年準備をして、GROUNDを設立しました。創業メンバーも楽天時代の仲間です。

杉原：今後、AIがディープラーニングをしていった時に、どういう変革が起きますか？　例えば時間が圧倒的に短縮されることをめざしていくのか、それともまた違う展開がありますか。

宮田： ECは波動（物流量の偏り）が大きい業界です。週や月、年間を通した傾向もあります。アスクルは新年度の動きが大きかったですし、アパレルはクリスマスシーズンが伸びます。従来の物流投資というのは、会社の成長を見据えながら、この波動のてっぺんの部分をある程度想定してやっていきます。ですから、最初は投資した中で全体のキャパシティが６割くらいしかなくて、４割くらいはずっと空いている中で成長していきます。ということは、ムダがあるんです。一方で物流の設備は非常に流動性が高まっていて、先ほどの自律型協働ロボットなどを使った施設では、シェアオフィスしやすい。１つの建物の中に波動がかぶらないテナントを誘致すれば、ロボットや人を柔軟にシェアできる、あるいは建物自体も含めてシェアができる。最終的にめざしているのは、いわゆるサブスクモデルですね。利用・シェアした分だけ重量課金していく。もはや、そこでは自社の物量のキャパシティなんて考える必要はない。そこは、我々のAI物流ソフトウェアDyAS(ディアス)がブレーンとなり、様々な解析をして全体最適化を図ります、という形です。

杉原：まさにシェアリングエコノミーですね。一方で、いま、長崎でドローン配送が始まるなど、自動配送、遠隔操作の流れがあります。この潮流は、宮田さんから見ていい方向ですか？

宮田：いい方向ではあるのですが、物を運ぶ上でドローンやロボットを使う前に、やることはあると思います。例えば、ヤマト運輸が３年前に大きく一斉値上げしたのは、従来のCtoCの小包や宅急便が増えたのではなく、Amazonを中心とするECの物量がなだれこんできて、その需要予測ができないために、配車計画が立てられなくなったからです。なにが言いたいのかというと、配送会社に対してある程度精度の高い情報を提供できれば、彼らはそれに基づいて合理化ができるんですね。

杉原：ええ、間違いないですよね。

宮田：それができていない。我々がなぜサプライチェーンの真ん中の物流施設に力を入れているかというと、ひとつには上流工程のデータと配送側のデータが連携していないことで膨大なムダが起きているからです。国交省のデータを見ればわかりますが、実はドライバー不足といいながら、いま全国の営業車両の積載率は４割です。ですから、我々はDyASを使って、あるいは次世代物流センターを普及させることによって、出庫を精度高く予測し、その情報をリアルタイムに近い形で配送会社に対して提供していき、全体の最適化を進めていきたいんです。

ロボット開発はビジョンを
共有できるパートナーと

杉原：HERO Xの読者にはロボットを開発している人も多いので、ロボットで御社に参入できるか？ということが気になると思います。もしくは御社と一緒になにかやることは可能なのでしょうか？

宮田：実際にこのPEERという自律型協働ロボットを物理的に開発しているのは、中国の大手ロボットメーカーです。彼らはビジュアルスラムと制御系の技術に優れているので、本当に性能の高いロボットを開発できます。でも、我々はグローバルで主要なロボットベンチャーメーカーと接触しているのですが、99％物流現場では使えません。なぜかというと、ロボットエンジニアは物流のことがわからないからです。大事なのは本当に実務レベルで使えるものに仕上げられるかということ。彼らには物流の経験も専門知識もないので、我々はそのノウハウを提供する。おそらく、そういう開発になっていくと思います。

杉原：ということは、パートナーは特化した考え方を共有でき、かつ違いの強みを生かせる会社ということですね。

宮田：そうですね。例えばこの中国の企業はビジュアルスラムに非常に優れているけれど、右から左にピッキングするための技術はもっていない。じゃあ、ピッキングのロボットについては、アメリカのSoft Robotics社と提携する、という形ですね。

杉原：そのピッキングは、遠隔操作にならないんですか。

宮田：将来的には十分それは可能だと思います。

杉原：そうしたら、在宅の仕事になりますよね。

宮田：その通りです。そうすると、別に日本である必要もなくなる。

杉原：24時間回せますもんね。

宮田：それを監視するだけでも十分なニーズがあると思います。

宮⽥啓友（みやた・ひらとも）
株式会社GROUND　代表取締役社⻑/CEO
上智⼤学法学部卒。1996年 株式会社三和銀⾏⼊⾏。2000年 デロイトトーマツコンサルティング（現：アビームコンサルティング）⼊社。⼤⼿流通業を中⼼にロジスティクス・サプライチェーン改⾰のプロジェクトに従事。2004年 アスクル株式会社⼊社。ロジスティクス部⾨⻑として⽇本国内の物流センター運営を⾏う。2007年 楽天株式会社⼊社。物流事業準備室⻑を経て2008年 物流事業⻑就任。2010年 楽天物流株式会社設⽴、代表取締役社⻑就任。2012年 楽天株式会社執⾏役員物流事業⻑就任。同年フランスのフルフィルメントプロバイダAlpha Direct Services SASを買収し、マネージングディレクターを兼務する。2013年アメリカのフルフィルメントプロバイダWebgistixを買収。2015年4⽉ GROUND株式会社設⽴。