手首のバンドで心電図・筋電図がリアルタイム解析できる時代へ

『大きくて正確な道具を、小さく正確なままに作る』って、この分野では繰り返し起きてる課題なのかな？

繰り返されるというより、むしろ分野全体の構造的な問題だと思います。 AI が発展してきた過程を見ると、精度を高めるために「パラメータ数を増やす」という一本道を走ってきた。より大きなモデル＝より正確という図式が長く成り立ってきたんですよ。ところが現実の世界は「小さく動く必要がある場面」で溢れています。スマートウォッチ、スマートシティの無数のセンサー、医療機器、農業用ドローン。これらを動かすには、デバイス上で即座に判断を下す必要がある。 今回の『PhysioLite』はその矛盾を正面から解いた。信号処理を学習可能にしたり、不要な計算を削ぎ落としたりと、「何をやめるか」を設計思想に組み込んだわけです。これって、AI そのものの思想が「大きさとのトレードオフを当たり前と思わない」段階に入ったという転換点に見える。スマートフォンの小型化と同じ営みが、今度は AI で起きているのかもしれません。

『Transformer』って、AI の中でも何か特別な仕組みなの？心電図を読むのに向いてるから大きいのかな？

Transformer は、テキストや画像、音声といったあらゆるデータの「時間的な流れ」を捉えるのに優れた仕組みです。心電図や筋電図も、時間軸で波形が変わっていくデータなので、相性がいい。その一方、このモデルは「全体を見わたす」ために大量の計算が必要な設計になっているんですよね。 具体的には、Transformer は注意機構という機能を使って、データの各部分がほかのどの部分と関係しているかを調べます。音声の場合なら、今聞いてる音が数秒前の音と関連しているか、それとも数秒後とのほうが関連しているか。その関連性を全部網羅的に計算するから、必然的にメモリと処理能力をたくさん食う。つまり大きさと精度は表裏一体じゃなくて、「全体像をつかみたい」という Transformer の根本的な特性が、サイズを膨らませてるわけです。 PhysioLite はその工夫で、本当に必要な計算だけを残した。心電図なら、こんな複雑な全体把握は要らない、局所的なパターン認識で十分、ということに気づいたんでしょう。むしろ道具を選び直すことで、精度を保ちながら軽くなった、と言えそうです。

腕時計で心電図の異常が検知できるようになったら、病院に行く前に自分で気付けるってことなの？

理想としてはそうですが、現実はもう一段階複雑です。 心電図が「数値として取れる」ことと「医学的に何が起きているか分かる」ことは別の問題。腕時計が異常を検知できるのは本当ですが、その先が大事。たとえば不整脈の信号が検出されたとしても、それが今すぐ危険なのか、様子見でいいのか、どの診療科に行くべきなのかは、医師の判断が必要です。 むしろ意味が大きいのは「早期発見」というより「継続的な観察」だと思います。病院の検査は一時点の記録ですが、腕時計なら運動中、睡眠中、仕事中と24時間の波形が貯まります。その蓄積データを医師が見ると、その人特有のパターンや変化の兆候が見える。そこから「この人にとって普通と違う」という判断が生まれやすくなる。 プライバシーが守れるというのも地味ですが重要で、敏感な健康情報を毎回クラウドに送らず手首で処理できるなら、データの扱いも簡潔になります。ただし自己判断で病院を遠ざかるリスクもあるので、デバイスと医療の関係性が今後どう設計されるかが鍵になりそうです。

スマートウォッチの AI チップはずっと小さかったけど、これまで心電図とか筋電図は解析できなかったの？

できなかった、というより「クラウドに送って処理していた」という方が正確です。スマートウォッチが心拍数を測れるのは昔からですが、心電図の波形そのものを細かく解析して不整脈を見つけるレベルになると、データ量が膨大になる。だから従来は、デバイスで測定したデータをスマートフォンやクラウドサーバーに送信して、そこにある大型の AI で分析していたわけです。 つまり「手首で測ったけど、脳はクラウドにある」という構図ですね。これだと結果が返ってくるまでにタイムラグが生じるし、プライバシーの観点からも医療データをサーバーに預けるリスクがある。PhysioLite は、その脳をデバイス上に乗っけてしまった。わずか370KB で最先端レベルの精度が出るようになったから、測定と解析が同時進行で、すべてローカルで完結するようになった。スマートウォッチがようやく「本当の意味で独立した医療機器」に近づいた、と言えそうです。

データがデバイス内で処理されて外に出ないなら、プライバシーが守られるって仕組みだけど、逆に医者が遠隔で診断しづらくなったりしないの？

良い指摘ですね。確かに一見トレードオフに見えます。 ただ、ここで起きているのは「全部を送る」から「結果だけを送る」へのシフトなんですよ。従来は、心電図の波形データそのものをサーバーに上げて、クラウドの AI が解析していた。つまり生のデータが外部に漏れるリスクがあった。 今後は、デバイスが「異常検知」という判断結果だけを医者に送るわけです。医者はそのアラート情報と、患者が任意で提供した波形データを組み合わせて診断する形になる。むしろプライバシーと診断精度を両立させる設計に見えます。 心電図の「値」そのものが治療にいつも必要なわけではなくて、「異常があるかないか」という判断が先に来るケースが多い。そこをデバイス側で高速に判定できれば、医者の負担も減るし、患者が望めば詳細データを共有することも選べるようになる。プライバシーと診断精度は、実は両立する余地があるのかもしれません。