医療 MEDICAL

医療機関、飛行機…コロナ対策で緊張が続く現場を守るロボットたち

Yuka Shingai

コロナウィルスの影響で、医療従事者や公共交通機関の職員など「エッセンシャルワーカー」と呼ばれる人たちの奮闘が続くなか、ロボットの力で現場の負担を軽減しようという流れが加速している。ロボットの働きはどこまで進化し、ウィルスの拡大を食い止められるのか。広範囲での活躍が見込まれるロボットを2種紹介しよう。

来院者の検温や受付対応も!
医療機関を助けるロボット「Cruzr」

ファーウェイ、テンセント、Ankerなど有数のハイテク企業が集まり、「中国のシリコンバレー」とも呼ばれる深セン市発のロボットメーカーUBTECH社は、2012年の設立以来、Alphaなどの二足歩行ロボットや、世界中に展開しているSTEMロボット「Jimu Robot」、スター・ウォーズの「ストームトルーパー」などの販売を行ってきた。いま同社のクラウドベースのヒューマノイドロボット「Cruzr (クルーザー)」をベースとした医療機関向けロボットを開発、販売を見越した実証に向けて動きが進んでいる。

その「Cruzr」をベースとした医療機関向けロボットでは、医療機関の来院者の検温や受付支援を行うことができ、神奈川県川崎市にある麻生総合病院など複数医療機関での実証実験を行い、金融機関やホテル、交通インフラ、学校などを中心に3年間で1500台のロボットを販売する予定だ。ロボットがツールとしての役割を飛び越えて、仕事仲間として日常生活に溶け込む未来がもうそこまで迫っているのかもしれない。

UV-Cライトで飛行機内を
滅菌するロボット『GermFalcon』

コロナウイルス以前からSARSやMERS、そして毎年流行するインフルエンザなど、ありとあらゆる感染症の蔓延危機と闘ってきた飛行機。アメリカ・カリフォルニア州のイノベーション企業Dimerが開発した『GermFalcon』はUV-Cライトでウイルスやバクテリアを殺す、飛行機内の滅菌に特化したロボットだ。機内のプラスチック、金属、皮革やそのほかのファブリックなどに使うことができ、オペレーションモードを座席部分、調理室、洗面所の3種類に切り替えて使用ができる。ボーイング737シリーズやエアバスA320シリーズであれば3分程度で99.99%除去できるほど、そのスピーディさも大きな特長と言えるだろう。

Dimerはコロナウイルスの流行が始まった1月下旬に、米国内の主要空港であるロサンゼルス国際空港、サンフランシスコ国際空港、ジョン・F・ケネディ国際空港に『GermFalcon』を無償で提供を開始している。世界各国の航空会社が国内線、国際線ともに大幅に減便や運休を行っているとはいえ、検疫体制が強化されるなど空港内の緊張も続く今、機内での感染拡大が堰き止められることを願うばかりだ。

事態の収束はもちろんのこと、ヒューマンリソースに余裕ができ、現場に安心感がもたらされることにも期待したい。

(text: Yuka Shingai)

  • 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