対談 CONVERSATION

勝負はたったの0.5秒 どう防ぐ?子どもにふりかかる危険な事故

宇都宮弘子

日本における子どもの死亡原因の統計、あまり知られていないのだが、いつも上位にくるのが事故による死亡だ。高所からの転落など、子どもの思わぬ行動が死亡につながるケースは少なくない。子どもにとっての本当の安全とは何か、センシングを使い導き出そうとする動きが出てきている。これまでの常識を疑い、センシング技術で子どもの安全性向上に取り組む東京工業大学の西田佳史教授は、「親が『目を離してはいけない』から『目を離してもいい』環境へとパラダイムシフトする」と話す。いったいどういうことなのか。自分事化をきっかけに描く一歩先の未来とは? 編集長・杉原行里が訪ねた。

子どもが生まれたことを
きっかけに研究をスタート
保護者の見守りの限界

杉原:今日はよろしくお願いします。早速ですが、西田教授がセンシング技術を使って子どもの安全性向上の分野を研究しようと思われたきっかけは?

西田:単純ですよ、子どもが生まれたからです(笑)。当時、福祉工学という分野はありましたが、主に高齢者が対象で、子どもの安全に寄与するものはなかったんです。例えばISO(国際標準化機構)やJIS(日本産業規格)の定義は「受け入れることのできない危険がないこと」ですが、やっぱり危険はある。危険がないことと定義するのではなくて、危険を扱える能力を備えた状態の社会に変えていきたいと思ったんです。

特に子どもの事故は、身体の機能変化と非常に関わりが深いと思っています。身体はもちろん、認知機能や運動能力が急速に発達する時期なので、昨日できなかったことが今日できるようになる。でも事故が起こるとまず、子どもから目を離した保護者の見守り責任が問われる。しかしその事故原因の多くは、そもそも我々が設計した環境やデザインが生み出してしまっているのです。そこで、デザインによって変えられる可能性があるんじゃないかなと考えたんです。

怪我をしにくい環境はできると語る西田教授

杉原:最近、電気ケトルで火傷をした子どもの話を聞いたばかりです。なぜそんな危険なデザイン構造になっているのか疑問を感じていたところです。

西田:そうなんです。人間の注意力に頼る「見守り」だけで事故を防ぐことはできない。それを証明するためには、実際の生活の場で起こり得る現象を切り離さず、計測をして理解するということが必要でした。そこで、子どもの実際の行動を画像処理して、子どもの転倒時間や、電気ケトルが倒れて熱湯がもれ広がるのにかかる時間、物が落ちたり倒れたりする時間を測定しました。子どもが転倒するのにかかる時間は平均0.5秒。これは、例え1メートルという至近距離で見守っていたとしても、人間の見守り能力に頼るだけで防ぐにはどうしても難しい。

また例えば、子どもが歯磨きをしながら動き回って転んで怪我をしてしまうという事故も多発しています。いくら「止まって磨きなさい!」と親が言っても、言うことを聞いてくれる子どもばかりではない。見守りだけでは不十分だから、事故が後を絶たないと僕は思っています。

杉原:本当にそうで、保護者の見守りだけで事故を防ぐには限界がありますよね。親がどれだけ注意していても、子どもってじっとしていられない。

西田:そうなんです。さらに我々は怪我のデータを統計的に処理するために、まずは病院の協力を得て子どもが怪我をした部位のデータを集めて可視化しました。ビッグデータを元に効果として結果を出すことができるようになったんです。例えば、歯ブラシの事故では、目を離さないで見守ることに限界があるなら、目を離してもいい環境・デザインをつくろうではないかと、私が「ABC理論」と呼んでいる、Ⓐ変えたいもの、Ⓑ変えられないもの、Ⓒ変えられるもののなかで、Ⓒの“変えられるもの”として、転倒データを元に歯ブラシのデザインを変えることができたんです。

研究室にはベビーベットやベビーサークルなど、実際に家庭で使う家具などが並んでいる。

杉原:そうだったんですか。最近は曲がる歯ブラシが販売されていますよね。規格化は考えられていないのですか?

西田:いい質問ですね。歯ブラシに限らず、最初はとにかく問題を提示することが大事だと考えているんです。そこから企業との共同研究がはじまって、プロダクトが出来上がる。そしてそれをユーザー側が魅力的なモノ、価値あるモノだと捉えることで他のメーカーが参入して常識化されていく。この段階まできたら規格化してもいいんじゃないかと。このサイクルを、データに基づいてやれるといいなと思っているんです。

最近は、転落事故について研究しています。最近は子どもの登る姿勢のデータベースが作れるようになってきているんです。どういうことかと言うと、子どもがどこを、どんなふうに登る可能性があるかということが分かることで、転落事故防止につながります。身体機能や認知機能の変化が大きい1~2歳の子どものデータを中心に集めていますが、今後は保育園の遊具で観察するとか、現場からの情報を集められるような仕組みが出来るといいなと思っています。

子どもから目を離してもいい環境の整備

杉原:なるほど。子どもの1~2年って変化がとても大きい。このアルゴリズムがディープラーニングしていくことも大事で、そこから得られるデータから環境やデザインを変えていくことによって、大きな事故を防ぐことが出来るようになるということですよね。

西田:その通りです。我々が研究を続けてきたなかで気が付いたことは、社会が必ずしも問題を理解しているというわけではないということ。リサーチして問題を抽出しなくてはいけない場合もある。我々が子どもの事故について取り上げたのが2007年で、それまではそういった活動はなかったんです。そこで、子どもにとって安全なもの、いいものをアイコン化して推奨することで市場を拡大していけたらと、2007年に「キッズデザイン賞」を作りました。ニーズがイノベーションに返還されるという仕組みが出来上がりつつあるのかなと思っています。やはりいいものを褒めていかないと社会はシフトしない。

杉原:素晴らしいですね。確かにハードパワーとしての規格も必要ですが、エンジニアリングでもデザインを変えられるものがきちんと評価されなければユーザーも育たない。アイデア自体はかなり前からあったのに、実装としてのフィールドになかなか到達しなかったということですよね。おそらく倫理的な問題もあるかと思います。今は、一般社会におけるデータの扱い方についての理解が深まってきている。

西田:そうですよね。現場で役に立つ知識の作り方が、IoTの時代で変わってきたのかなと感じています。家庭においても、新しいスマート環境を作っていくということが出来る時代になってきたのではないかなと。社会側の受け入れ方が変わってきたと思うんです。最近はZoomやSkypeで家の中まで入っていける時代になってきたので、画像認識を使えば、その家、その人に合わせた安全対策の提案が出来るようになりますよね。

杉原:確かに。事故の可能性が可視化されることで、よりイメージしやすいし、事故防止につながると思います。事故に様々な外的要因があったとしても、誰にでも必ず起こる可能性がある。高齢化の問題で考えると自分事化しやすいですよね。いまや3人にひとりが高齢者と言われる時代になっていて、家族にひとりは高齢者がいるという社会ですから。

西田:そうなんです。日本の人口分布と事故の確率をグラフで見てみると、人口分布は平たんな一方、事故の確率は生まれた瞬間と65歳以上に多い、いわゆる「バスタブ曲線」です。人生には妊娠・出産や介護したりされたりと、どこかで必ず変化がある。この変化に対応していかないといけないのが現代。変化するところに色々なニーズが隠れている。つまり、 “常識を疑え”ということなんです。これまでの常識だった「事故を防ぐために目を離すな」から、我々が目指しているところは「目を離してもいい環境」を作ること。それを認めていく環境を作ること。怪我を許容する自立支援や、リスク管理型の社会参加を促す方向にもっていきたい。

杉原:謎解きのようなグラフですね。こんなにも課題の抽出されている社会に生きているってラッキーですよね。これからいろんなことにチャレンジできる。

西田:そうですね。このメッセージが若い世代の人たちにどんどん伝わっていくといいですよね。我々には解かなくてはいけない問題がたくさんある。まだまだ未熟な社会です。人生100年時代と言われているいま、子どもからお年寄りまで、“機能が変わる人”にフォーカスして、その変化にどう対応していくかが問われる社会になってきているわけです。

西田佳史(にしだ・よしふみ)
東京工業大学 工学院 機械系教授。1998年東京大学大学院工学系研究科機械工学専攻博士課程修了。博士(工学)。同年4月通産省(現経産省)工業技術院電子技術総合研究所入所。2003年産業技術総合研究所デジタルヒューマン研究センター研究員。同年、同研究センター人間行動理解チーム長。2005年〜2012年科学技術振興機構戦略的創造研究推進事業(CREST)研究代表者。2009年産業技術総合研究所デジタルヒューマン工学研究センター生活・社会機能デザイン研究チーム長。2013年同研究所デジタルヒューマン工学研究センター首席研究員。2014年から2019年東京理科大学連携大学院客員教授。2015年産業技術総合研究所人工知能研究センター首席研究員。2017年より、セコム科学技術振興財団の特定領域研究助成(社会技術分野)の領域代表者。 2019年より産業技術総合研究所人工知能研究センター招聘研究員。2019年から東京工業大学工学院機械系教授に就任。

(text: 宇都宮弘子)

(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

対談 CONVERSATION

認知症傾向の検出もAIで。岡田将吾の気になる研究 後編

長谷川茂雄

人と人とのコミュニケーションに必要なものは、言語だけにあらず。視線やジェスチャー、表情といった非言語情報も不可欠であることはいうまでもない。岡田将吾氏は、それを社会的信号処理という新しい領域に基づいた研究を通して読み取ることを実践する先駆者のひとり。前編では、氏がこのAIの研究に至った経緯や実情について伺った。後編では、認知症の初期症状などを読み取るために、研究の成果がどう活かされているのか? 気になる具体例やそれがもたらす今後の展望を語っていただいた。編集長・杉原が描く未来との共通点とは?

複数の行動データから認知症傾向を読み取る

杉原:岡田さんのプロジェクトのひとつは、認知症の症状を読み取るというものですよね。

岡田:そうですね。老人ホームのどの場所でよく生活していたのかという行動のデータを取りながら、高齢者にロボットと対話してもらったりして、行動履歴・対話履歴といったデータを掛け合わせたものを分析すると、認知症予備軍といいますか、認知症傾向にある方がある程度判断できることを示しました。ただ、限られた人数での実験結果なので、結果の解釈には注意が必要です。

杉原:それは、(認知症の)進行度とかがわかるということですかね。

岡田:ある程度はそうですね。データがもっと増えてくれば、そういうことがより可能になってくると思います。ただ、難しいところが感情と一緒で、認知症かどうかの診断っていうのは、お医者さんがいろんな検査をした上で統合的に判断するものなので、認知症傾向を検出できるというと、言い過ぎになってしまうんです。僕らの研究での正解データは、認知症の傾向を測る簡易的なスクリーニングテストの点数ですから、あくまで行動データからAIがスクリーニングテストの結果の傾向を推定しました、ということになるんですよ。

「超高齢化社会こそ、テクノロジーにとっては多くのチャンスがある時代」だと常々言っている杉原。認知症検知のシステムには、これからを生き抜くヒントがあると感じている。

杉原:医療行為ではないってことですよね。あくまで予測、予防のアドバイス的な役割を果たすのが岡田さんの研究ということですね。

岡田:そうですね。「こういう可能性があるのですが、大丈夫ですか?」というようなことですね。あくまで診断ではなくて。

杉原: AIなので、どれだけデータを溜められるのかも重要ですよね。結構な日数のデータを採らないと所見というのはわかりませんし、行動に合わせてその変化を見ていくことも重要になりますよね。

岡田:まさに、そうですね。

杉原:取ったデータをAIで解析する出口としては、認知症に限らず何でもありなんですかね。

岡田:そういうことは言えると思います。ただ、自分が専門とする分野は、AIのなかでも機械学習というものと、あとはセンサーの時系列解析というものを合わせて、例えば認知症テストの点数の良し悪しを推定する技術までなんです。データの結果をどうやって活かしていくかということになると、いろんなものが考えられますが、ちゃんとしたサービスと考えると、まだ明確なものはできていないので、これからですね。

2019年、英・ケンブリッジ大学で開催された著名な国際学会“ACII”では、ジョージ・アンド・ショーン株式会社と岡田研究室の共著論文「ライフログを活用した認知症の早期検知」が採択された。

 熟練者から得たデータはいわば遺言みたいなもの!?

杉原:まだしっかりとした形になってはいなくても、いくつかお話していただけるプロジェクトはありますか?

岡田:例えば美容アドバイザーのコンサルティングのテクニックをモデル化するというフューチャー株式会社さんとの共同研究の試みにも携わっています。美容コンサルタントの第一人者で、非常に有名な小林照子さんというアドバイザーの方がいらっしゃいますが、小林さんは、クライアントに対して化粧の仕方だけでなく、これから何になりたくてどこに向かって行きたいのか? というようなライフスタイルのヴィジョンまで聞き出したり、提案したりするんですね。その小林さんのアドバイスのオリジナルメソッドを、AIを通して後世に伝えていけないだろうかと、いま試行錯誤しているところです。

杉原:それは面白いですね。

岡田:それでお弟子さんと小林照子さんのコンサルの仕方を、音声やジェスチャー、目線などのデータとして読み取って、“上手なコンサル”のノウハウみたいなものを積み上げていこうとしています。

岡田氏は、「人間の内面を数値化、可視化できれば、これまでできなかった試みがいろいろできるようになる」という。

杉原:そのデータが溜まってくれば、小林照子さんがこれまで感覚的にやってきたものが、数値として見えるようになる。まさにテクノロジーでわかりやすく提示するということですね。

岡田:そういうことを実現していければいいですよね。

杉原:そういうデータの集積っていうものは、成功された方や、その道の第一人者の方々の「遺言」みたいな感じになりそうですね(笑)。

岡田:そういうものの最初の例みたいになったらいいですね(笑)。確かに自分の遺言になるようなものを後世に残したい気持ちはあります。

杉原:例えばウォルト・ディズニーがまだ生きていたら、彼の感覚的な部分や、言葉のチョイスだったりをAI化していくと考えたらすごいですよね。それが精度の高いものであれば、ウォルト・ディズニーが永遠にコンサルできるってことですよね(笑)。

岡田:何年経ってもアニメーターに厳しく的確な指示を出し続ける。そんなことができるかもしれません(笑)。

コミュニケーションスキルの問題点もデータから紐解く

杉原:自分の会社も先代がもう亡くなっていますが、会社経営って意味では、蘇ったらめちゃくちゃ嫌ですけどね(笑)。それはスポーツの世界にも活用できそうですね。

岡田:そうですね。チャンスがあれば、何か一緒に取り組めたら面白いですね。

杉原:例えば、過疎が進んでいる場所とかもそうですし、そうではなくても、いまは子供たちが自由にスポーツできる場所も少なくなってきています。そうすると良質の指導を受ける機会も減りますよね。

岡田:スポーツがのびのびできる場所は、確かに昔より少ないかもしれません。

杉原:そういった状況に対して、チュートリアル的な取り組みも可能になっていくということですね。極端に言えば、イチロー選手のメソッドがあって、そのメソッドを、AIを通して効率よく伝えていければ、イチローさんを知らない子供たちがイチローさんの弟子になるみたいな感じですね。

岡田:そうですね。例えば若い担い手の少ない伝統芸術の職人さんなどの技術やメソッドを、情報化して伝えていければ面白いかなと思います。アメリカの南カリフォルニア大の研究グループは、戦争の体験者の姿をVirtual Reality(VR)の技術で再現し、また体験に関する証言もコンピュータに蓄積することで、戦争の体験に関してVR上の体験者と実際に質問応答の対話ができるシステムを作りました。実際のミュージアムでこのシステムが展示されたようです。

杉原:確かに人々が防げるものを事前にアドバイスできれば、それを回避することができますよね。認知症もそのひとつですね。あとは先ほどの小林照子さんのような技術を紡いで継承していくようなもの。そのほかに岡田さんの研究が活かせるものは何かありますか?

岡田:あとはコミュニケーションのスキルですかね。例えばプレゼントとかで、説明の質を上げることにも活用できます。わかりやすい説明だったか? 流暢に喋れたか? などをあらゆるデータから自動推定して、あなたのプレゼンのこの部分がちょっとわかりづらいみたいなものを割り出す研究もしています。

杉原:それは助かるなぁ(笑)。ゲーム感覚にもなりますね。自分で100%だと思ったとしても、例えば70%だと判定されれば、こことここは直さないといけないってなりますよね。

岡田:そこで逆に、AIに指摘されたところだけがうまくなってしまうこともありそうですけど(笑)。

杉原:それだけ様々な出口がある岡田さんの研究ですけど、一歩先の未来を考えたとき、どんな分野に一番応用されそうですか?

岡田:どれもまだ一歩足りないんですが、やはり高齢者関連は大事だと感じています。例えば老人ホームを利用している高齢者が、実際に普段はどんな生活をしているかというライフログを、ご家族がまとめて見たいというニーズは高まっています。推定するだけじゃなくて、そういう行動を可視化するだけで、様々な対応ができるようになりますから、高齢者自体のライフスタイルの質も、その家族の気持ちも、全然変わりますよね。

杉原:確かにそうですね。僕も超高齢化社会は逆にチャンスだと感じていますから、これから面白いことがいろいろできる未来がやってくると思っているんですよ。

岡田:僕もこういう時代だからこそ楽しんで、やはり若いときのテンションやパッションを持ったまま、年老いて死んでいきたいと思っています(笑)。そのために若い頃の感覚・新鮮さを忘れないように心がけていますし、社会的にもそんな自分の思いや経験を行動として伝承できる技術を作りたいという思いが、常にあります。

杉原:そういう未来は、自分で作るしかないですね。

岡田:待っていても歳はとっちゃいますからね(笑)。

前編はこちら

岡田将吾(おかだ・しょうご)
国立大学法人北陸先端科学技術大学院大学(JAIST)准教授。2008年東京工業大学大学院知能システム科学専攻博士課程修了。京都大学特定助教、東京工業大学大学院助教、IDIAP research institute 滞在研究員等を経て、2017年より現職。「社会的信号処理に基づく人間の行動やコミュニケーションの理解」を主要テーマに、AIの新たな領域の研究に取り組む。専門は、マルチモーダルインタラクション、データマイニング、機械学習、パターン認識ほか。

(text: 長谷川茂雄)

(photo: 増元幸司)

  • Facebookでシェアする
  • LINEで送る

PICK UP 注目記事

CATEGORY カテゴリー