対談 CONVERSATION

医師の負担軽減と技術向上のみならず、健康寿命や未病対策にも貢献する国産の手術支援ロボット「hinotori」

HERO X 編集部

先端医療が進むアメリカで、手術支援ロボット「ダビンチ」が発売されたのが1990年。以来「ダビンチ」は圧倒的シェアを占めており、ここ日本においても同製品の最新版が導入されてきた。手術支援ロボットの開発で遅れをとった日本で、株式会社メディカロイドが2020年12月国産の手術支援ロボット「hinotori(ヒノトリ)」の販売を開始した。同社の社長・浅野 薫氏にお話をうかがった。

日本初の国産の量産医療用ロボットの
開発・製造を行う

杉原:まず、御社について教えてください。

浅野:メディカロイドは川崎重工業と、医療分野の検査機器の研究・開発を主とするシスメックス社が、国産の医療用ロボットの開発・製造を目指して設立した会社です。日本の医療技術を神戸からグローバル社会に発信しようということで、メディカロイドも設立から現在に至るまで神戸を拠点としています。

杉原:神戸は医療系産業が盛んな印象があります。背景となるプラットフォームがあるのでしょうか。

浅野:1995年の阪神淡路大震災以降、神戸市のポートアイランドでは震災復興のプロジェクトとして、医療産業の誘致を行っているんです。そのなかに私たちの会社があり、周辺の病院など医療機関との連携も密に行っています。

神戸医療産業都市への進出企業推移(https://www.fbri-kobe.org/kbic/about/

杉原:浅野さんは、どのようにシスメックス設立と医療ロボット開発にかかわるようになったのでしょうか。

浅野:大学院を卒業してから川崎重工業で、4年半ほどロボット開発に携わっていました。その後1987年に東亞医用電子(現シスメックス)に入社しています。2012年に当時の同僚であり、現在の川崎重工業のトップである橋本から「一緒になにか新しいことをやりたい」という話をもちかけられて意気投合したんです。

ちょうどその時、シスメックスと川崎重工業の社長同士も「医療用ロボットを作りたい」という話が出ていたようで、私と川崎重工業の橋本康彦(現・同社代表取締役社長執行役員)を中心に、メディカロイドの前身となる「医療用ロボット研究会」を2012年に発足しました。

杉原:あとから聞くと必然のようですが、お互いの企業の社員同士とトップ同士が違う場所で意気投合していたとは! 偶然というか奇跡ですね。

浅野:これはもう運命だと思いましたね。両親会社に出資をしてもらってメディカロイドを2013年に設立。2015年から手術支援ロボットの開発をスタートしました。

人間の腕に近いなめらかな動きを実現。
12兆回のシミュレーションを実施

杉原:「hinotori」の強みはどの点にあるのでしょうか。

浅野:産業ロボットの開発・製造で日本を支えてきた川崎重工の技術の粋をつぎ込んだ製品となっていて、一つは「干渉低減」が挙げられます。オペレーションアームは8軸(アーム部分が7軸+冗長軸)で構成されていて、人の腕のようになめらかに動くため、手術をしている時にアーム同士がぶつかるのを防ぐことができます。これが干渉低減です。

杉原:人間の腕は7軸ですから、やはり人のように動かすには7軸構造が必要ということなのでしょうか。

浅野:6軸だと答えは1つに決まる、つまり動きが一つに限定されますが、7軸にすることで答えは不定になるんです。つまり、いろいろな姿勢がとれるようになります。例えば、一つのアームを肘と仮定すると、もう一方の肘とぶつかりそうになったときに肘をつかって避けられるということです。7軸に加えもう1つ冗長軸もあるのでさらに不定解が広がり、それはもういろいろなことができます。これについては川崎重工のエンジニアが12兆回のシミュレーションしています。

杉原:12兆回ですか!

浅野:もっというと、実はアームにとりつける手術鉗子も4軸の自由度をもってるので、実質的には12軸。それが4本あるので48軸となり、さらにそれを支えている本体も動きます。

医師の負担を軽減する
「サージョンコックピット」

杉原:ドッキングフリーのデザインというのもポイントですね。

浅野:はい。「hinotori」は動作支点をソフトウェアで制御してるので、アームとトロッカーとのドッキングが不要なんです。それをドッキングフリーと呼んでいます。手術ではメインの執刀医の他に助手の医師がいて、トロッカーと呼ばれる管を使って、手術中に血液などを吸引します。ドッキングの機械があると、そのためのスペースを奪ってしまうのです。省スペースを実現したことで手術がしやすくなります。

杉原:なるほど。ドクターの負担軽減のために人間工学に基づいた設計もされていますね。これは長時間の手術も想定してということでしょうか。

浅野:はい。サージョンコックピットといって、2~3時間、あるいはそれ以上の手術での首の凝りや疲労感などを軽減できるよう、自由度の高い設計をしました。

神戸大学で行なわれた「hinotori」を使った初めての手術の様子(写真提供:神戸大学)

杉原:ドクターをパイロットと言っていましたが、どれくらいのトレーニング期間が必要ですか?

浅野:弊社のトレーニング部門が安全にお使いいただけると判断できた際にサーティフィケートを発行しておりますが、手術支援ロボットをお使いになったことのない方でだいたい平均1カ月くらいです。すでに手術支援ロボットを使った経験のある医師の方なら、1日から2日で同じように使えるようになります。

杉原:「hinotori」は全国何カ所くらいに導入されてどのような手術に使われているのですか。

浅野:現在は20施設ほどで稼働しています。東京が多いですが、名古屋や関西でも導入されていて、今年度中に全国に広がっていく予定です。手術の種類としては、現時点では泌尿器科のみで承認を受けておりますので前立腺・腎臓などのがんの摘出が多いですね。手術支援ロボットはグローバルにみると、といってもほとんどがアメリカですが、消化器科、婦人科、呼吸器科などにも手術用ロボットの適応が広がっています。

医療データの集積とデジタル化で、
「神の手」を再現するトレーニングも視野に

杉原:「hinotori」は、人機一体を考えたプロダクトだと思いますが、その点はどうですか。

浅野:そうですね。結局機械が自律的に動くことはなく、ドクターの操作どおりにアームが動くので、執刀医の先生と一体になった操作性は非常に重要です。

また、医師によって同じ手術をするにしても時間が違ってきます。“神の手”と称されるようなドクターの手の動きは、無駄がなく効率的です。その動きを蓄積してデータ化し、そこからベストプラクティスを抽出することができれば、機械と人が一体になったトレーニングもできるようになると考えています。

杉原:なるほど。“神の手”などのノウハウや能力をデジタル化し、ゆくゆくはニューラルネットワークのように販売することも考えているのですか。

浅野:まずはオートパイロットではなく、ごく一部のところで自動化して、医師にとって専門的な作業に集中できるような貢献がしたいと考えております。期待されているのは遠隔手術の支援です。手術するロボットの近くに主治医がいて、手術の難所となるところの指導をリモートで行うのが最初の段階で、これは近い将来に実現可能だと思います。

杉原:世の中がそれを受け入れたり、そのための制度を変えていくことに時間がかかると思うのですが、浅野さんはどのようなことが障壁になると思いますか。

浅野:十分な通信インフラをリーズナブルに使える環境が整うことが、普及に向けた第一条件ですね。たとえば5Gにしても専用回線を使えば技術的には問題がないのですが、コスト面がネックになります。

杉原:2025年の万博でも健康がテーマにあがっていますね。それによる日本の変化で期待しているところはありますか。

浅野:はい。日本として医療機器産業は本来もっと強くなければならないと思っています。万博がトリガーとなり、健康社会に貢献できる産業として注目されることが、そのための追い風になればいいと思っています。

オープンプラットフォームで
健康寿命や未病対策に貢献

杉原:貴社ではオープンプラットフォームの体制をとっていますね。それにはどのような狙いがあるのですか。

浅野:一つは研究分野への貢献です。たとえば先程の“神の手”のノウハウのようなデータをオープンにして自由に使ってもらうことで、研究や医師の技術力向上に役立ててほしいということ。もう一つは、産業の活性化への貢献です。現場のドクターからの要望がさまざまなので、それに応えるためにもたくさんの企業とのジョイントが必要です。そこでインターフェース部分もオープンにして winwinでやっていきたいです。

杉原:健康寿命や未病対策に貢献する企業として、次のステップに向けて考えていることはありますか。

浅野:不特定多数のデータよりも、個人の時系列データが未病対策や悪化・再発予防には大切です。弊社の母体であるシスメックスが本業としている検査データは重要で、そこから集約したデータで少し先を予測して次のアクションにつなげることが可能です。同じようなことが手術支援ロボットにもいえます。手術をしたらそれで終わりではなく、組織が定着したとか、患部の取り残しがないかなど、検査による術後のフォローが必要です。検査によって時系列にケアするようなソリューションも提供していきたいと考えています。

浅野 薫(あさの・かおる)
1983年3月 大阪大学大学院工学研究科電子工学専攻卒業。1987年 東亞医用電子株式会社(現 シスメックス株式会社)入社。2017年 シスメックス株式会社 取締役 専務執行役員 CTO。2020年 株式会社メディカロイド 代表取締役社長 。2021年 株式会社メディカロイド 代表取締役社長執行役員 CEO。

[業績] 平成25年度文部科学大臣表彰 科学技術賞(開発部門) 「多項目自動血球分析装置における粒子分類計数方法の開発」

関連記事を読む

(トップ画像提供:株式会社メディカロイド)

(text: HERO X 編集部)

  • Facebookでシェアする
  • LINEで送る

RECOMMEND あなたへのおすすめ

対談 CONVERSATION

どうするポストコロナ時代!AIとロボットがもたらす物流イノベーション GROUND株式会社がつくる新たな潮流

吉田直子

現在、コロナウイルスの影響もあり、物流業界は激動の時代を迎えている。E-コマースのニーズが激増し、企業・個人間の取り引きが今までにないほど増えているにもかかわらず、労働人口の減少や、現場労働者の高齢化により、人手不足が深刻になっているからだ。そんななか、AIとロボットを活用し、物流業界に革命を起こそうとしているのがGROUND株式会社だ。同社がめざすのは先端テクノロジーを活用した物流施設の最適化だという。果たして、物流施設の中では、いま何が起こっているのだろうか。2015年に同社を立ち上げた取締役社長の宮⽥啓友氏に、編集長・杉原が、物流業界の課題と同社のミッションについてうかがった。 ・物流倉庫におけるロボット化、AI化の流れ ・ECの物流波動はプロでも先が読めない ・在庫の配置もAIで解析し最適化する

物流倉庫における
ロボット化、AI化の流れ

杉原:まず御社の事業を、読者の方にわかりやすく説明していただけますでしょうか?

宮田:我々がめざしているのは世界中の先端テクノロジーを活用して物流施設、つまり倉庫の運営を最適化することです。時代背景を説明すると、1970年代までは物流倉庫は主に港湾地域に限定されて建設されており、非常に閉ざされた世界でした。そこから高度経済成長下でフォークリフトが導入され、2000年代までその流れが続きます。2000年前後からはコンビニなどの小売流通が発展し、比較的きめの細かい物流作業が発生し、それに伴って物流施設の中でウェアハウスマネジメントシステム(WMS)、倉庫管理システムというものが使われ始めます。一方で、もともとは自動車のライン生産に供給するためのバックヤードとして誕生した、自動倉庫というものがありました。2010年くらいまでは、そのWMSと自動倉庫くらいしか、いわゆる倉庫を合理化する機器はありませんでした。ところがECの発展により、説明するまでもなく、物量が飛躍的に増加しました。物流施設での作業はもはや人手だけでは困難になり、ましてや日本は少子高齢化の中で、そもそも雇用が確保できない。ECという新しいインフラを支える物流と、業界の実情が大きくかけ離れてしまったのです。

杉原:顧客ニーズが間違いなく既知なのに、技術的なところが未知であるという状況ですね。

宮田:そうですね。そこで、ようやくそのギャップを埋めていくために、ロボット、AIというテクノロジーが注目・活用され始めました。製造業界から10年ほど遅れているのですが、電気自動車の普及によってリチウムイオンの単価が劇的に下がった結果として、我々が提供する物流ロボットも、ようやく投資対効果が見合うようになってきたという流れです。さらに、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)技術も進化し、原価の低下と技術の進展がちょうどいま交わったところで、次世代型物流施設というものが求められ始めている。AIなどの先端テクノロジーを活用していかに物流(倉庫)を最適化するかという、この領域を我々はめざしています。

GROUNDが中国のロボットメーカーと共同開発したAMR(自律型協働ロボット) 「PEER(ピア)」。倉庫内作業の「ピッキング」工程において、人と協働しながら作業支援を行うAMR(自律型協働ロボット)。

杉原:具体的には、どういう方法になるのでしょうか?

宮田:例えば、物流機能を有する事業者さんに対して、オープンな物流プラットフォームの構築・提供を目指しています。いわばOSですね。でも、例えばiPhoneのiOSはAppleだけのアプリケーションですが、我々はAndroid的なものを提供したいと考えています。

自律型協働ロボット「PEER」を使用したピッキング作業の様子。オーダーが入ると、ロボットは自ら対象商品が格納されている棚の前まで移動し、停止する。作業者は自分が担当するエリアで待機しているロボットを見つけ、タブレットの指示に従って商品をピッキングし、ロボットのバスケットに商品を入れるだけでよい。

杉原:要は参入障壁を低くすることによって、規模を広げていくということですね。あえてモノポリーされているiPhone型のiOSではなく、Android型を選ばれたのはなぜですか。1970年からの流れがあって改革が起きにくい潮流があったからなのか、それともほかに理由があるのでしょうか。

宮田:2つ理由があって、ひとつはどのような形であれ、EC・物流のリーディングカンパニーであるAmazonに対抗しなければならないということです。彼らはフィラデルフィアに500人以上のデータサイエンティストとエンジニアを集めて、物流オペレーションを高度化するための技術開発を行い、毎年1兆円もを物流へ投資しています。まさにアップルがiOSを囲い込んでいるように、自分たちの物流オペレーションを高度化して独占しています。そんなことは、一企業にはもはやできません。そう考えると、おそらく産学官や民間連合などの、ゆるやかなコンソーシアムでオープンなプラットフォームを作ってAmazonに対抗しないと、技術的にも追いつかないし、投資規模としてもかなわない。

杉原:そうですね。まず、マスが違いますよね。

ECの物流波動は
プロでも先が読めない

宮田:もうひとつは、楽天に勤めていた時にめざしていた構想をクラウドで実現したいという想いがありました。EC物流は、車や白物家電を製造する上での製造物流とは全く違います。例えば、製造業の部品を提供するための物流は、生産計画に基づいているので、明日どれくらいの物量を工場に供給すればいいかわかっている。一方でECはダイレクトに消費者に対して商品を供給するので、例えば、●●スーパーセールで明日どれくらいの物量があるのかは、社内の市場のデータ解析をする専門チームをしても読み切れないんです。

杉原:そうなんですか? 結構読んでいるのかなと思っていたのですが。

宮田:読めないですね。物流ハブをどこに置くかというのも空ぶりになったりと、非常に難しい。それに加えて、ロングテール化の問題があります。つまり、ECでは販売機会の少ないニッチな商品でも色やサイズなどを幅広く取り揃える戦略が主流となっています。ユーザーとしては非常に便利ですが、届ける側は必ずこれを在庫しておかなくてはいけない。こういった消費者ニーズの複雑化・高度化などに伴う様々な制約が生まれる物流を最適化するには、従来の倉庫や物流センターの設備だけでは、もはや成り立たず破綻寸前にあります。こういう非常に高度で複雑な判断が伴い、かつ制約が厳しいオペレーションに対して、あらかじめ予見することはそもそもできない。予見できないから、変化や異常をすぐに察知して、異常に合わせられる、そういう柔軟な仕組みを我々は作っている。必ず前提条件は崩れるものということに基づき、ロボットもAIソフトウェアも開発されています。

杉原:そのアルゴリズムの変数の作り方は異常と変化というところから始まっていて……。

宮田:まさにそうですね。それをいかに迅速に察知して視覚化できるかということをめざしています。

杉原:面白いですね。大手物流事業者でさえできなかった、もしくはまだ難しいところを、物流の部分からディープラーニングさせてコントロールしていくという考え方ですよね。

宮田:そうです。いま、いわゆる購買データと物流センターの在庫の配置の連携は全くとれていなくて、完全に分断されているのが現状なのですよ。

杉原:医療と製薬会社の関係にちょっと似ていますよね。その分断されているものに、歩み寄っていくという考え方に近いのでしょうか。

宮田:そうです。連携を真ん中の物流施設から実現していく。それが、我々が開発しているインテリジェントロジスティックスというソリューション全体、次世代型物流施設の基盤です。PEERという自律型協働ロボットも開発していますが、そのロボットの持っているロボットコントロールシステムと、事業者が使っているウェアハウスマネジメントシステムを、全部ミドルウェアでつなぎこむんですね。そして、つないだものをすべて「Intelligent EYE」というダッシュボードで可視化していくのです。

在庫の配置も
AIで解析し最適化する

宮田:いまの物流センターは、いまだにホワイトボードに進捗を書いて、勘と経験をベースに人を配置しています。我々はそういったものを、可視化していく。自社開発したDyAS(ディアス)というAI物流ソフトウェアは、在庫やPOSデータなど事業者が有する様々なデータを集計・分析し、例えば明日販売する予定の商品を手前に持ってくるとか、明日はサプライヤーから通常より1.5倍くらいの商品が入ってくるから人とロボットをそれぞれどれだけ配置するかを、AIを使って計算・シミュレートし、可視化ツールのIntelligent EYEを通じて現場の管理者に示す。こういった仕組みを、いま構築し始めています。

同社がオリジナル開発したAI物流ソフトウェア「Dynamic Allocation System(DyAS)」。物流倉庫における業務ナレッジや内部・外部データを蓄積・解析し、流施設管理者の意思決定をサポートすることにより、在庫保管効率や物流作業効率を向上させる。

杉原:ということは、このIntelligent EYEとDyASが基本的には核となっていて、実は御社のPEERとかButlerとかのロボットに関しては、アウトプットとしてはほかのものでもいいわけですよね。

宮田:そうです。現場のロボットは、デバイスでしかありません。中長期的には我々はロボットの開発ステージからは離れ、ロボットの仕組みに様々なものを接続・最適化させていくことにより注力するつもりです。

杉原:ロボット化のほうに行くのであれば、圧倒的な資金力とマスプロダクションが得意なところとの競争になってしまうから、コアのビジネスをやっていくということですね。僕らも実はいま、御社と本当に同じような考え方をしているんです。歩行解析ロボットに取り組んでいるのですが、ユーザー側はカメラがあれば、僕らのほうのフィジカルバンクにアクセスできるんですね。

宮田:最終的にはETLポータルを通じて、いかにデータを取得できる仕組みを作るかという方向ですよね。その礎を我々は作っています。スーパーはある程度、野菜、精肉とカテゴリごとに商品がありますが、物流施設は必ずしもそうである必要はない。ポピュラリティと言うのですが、あるものと別のものがセットで買われる傾向があるとしたらAIが分析して、カテゴリが違っても、合理化を考えたときには隣同士に配置してもいいわけです。

杉原:実は消費比率が全然違うから、ティッシュペーパーと洗剤を一緒に買うわけないですもんね。

宮田:そうです。ドラッグストアでは同様のカテゴリで陳列していても、物流施設内はそうある必要はない。ましてや違うブランドやメーカーが混ざっていても全くかまわないわけです。そういう考えに基づいて、あくまでも出荷するうえでの生産性、どのような配置をすれば最短時間で処理ができるのかをAIを使って解析・シミュレートしています。

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。

(トップ動画:https://www.youtube.com/watch?v=GK43OBRCzOI

(text: 吉田直子)

(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