2026.09.15 業界最新情報

Samsung Researchが「ヘルス基盤モデル」を発表!ウェアラブルデバイスで健康管理の未来を拓く

ヘルス基盤モデルとは?私たちの健康にどう役立つのか

「ヘルス基盤モデル」とは、ラベル付けされていない大量の生体信号データから、健康に関わる意味のある特徴を自ら学習するAIモデルのことです。これにより、生体信号の解析、新しいバイオマーカーの開発、既存バイオマーカーの精度向上、さらには健康リスクの予測といった幅広い用途に活用できると期待されています。まるで、あなた専属の健康アドバイザーが、日々あなたの身体のサインを読み解き、最適なアドバイスを提供してくれるようなものです。

Samsung Research AmericaのDigital Health Teamは、ウェアラブル製品が取得する生体信号から個人の健康状態を継続的に把握し、健康に関する気づきを導き出す新たなAI技術の開発を進めています。そして、このたび2つの画期的な基盤モデルが発表されました。

1. xMAE AIモデル:心臓のサインをより正確に、継続的に捉える

心臓の健康状態を把握するには、心電図(ECG)が有効です。ECGは心臓の電気的活動を直接計測するため精度が高いですが、通常はユーザーが意識的に操作して計測する必要があります。一方、スマートウォッチなどに搭載されている光電容積脈波(PPG)センサーは、血流の変化を検知することで心臓の働きを間接的に計測し、ユーザーが意識することなく継続的にデータを取得できます。

これら二つの信号は、同じ心臓の活動に由来しますが、観測されるタイミングには時間差があります。ちょうど雷が光ってから音が聞こえるように、光信号(PPG)と電気信号(ECG)にも時間差があるのです。xMAE(Physiology-Aware Masked Cross-Modal Reconstruction for Biosignal Representation Learning)は、この時間的な関係性を学習する生体データの事前学習フレームワークです。継続的に計測できるPPGデータを用いてECGデータの一部を再構成することで、ユーザーが手動でECGを計測しなくても、より正確な心血管の健康状態を分析できるようになります。

ECGとPPGの時間差解析図

約9,400時間分のECG・PPGデータを用いた事前学習の結果、xMAEは心血管疾患の予測や睡眠段階の分類など、19項目の評価タスクのうち15項目で優れた性能を示しました。この技術は、異なるセンサーデバイスや装着部位、データ取得環境をまたいで活用できる可能性も秘めています。

2. HiMAE AIモデル:あらゆる時間軸から身体の状態を読み解く

ウェアラブル製品で計測される健康データは、分析する時間幅によって得られる情報が異なります。短い時間で分析すれば心拍のような急速な変化を捉えられますが、長い時間で分析することで睡眠や身体活動といった長期的なパターンを把握できます。これは、画像を拡大・縮小することで見えてくる情報が異なるのと似ています。

ウェアラブルデータと自己教師あり学習の図

HiMAE(Hierarchical Masked Autoencoder)は、ウェアラブル製品のデータから複数の時間幅で学習するモデルです。複数のエンコーダを用いて短時間と長時間のデータを個別に分析することで、心拍数解析や睡眠予測など、各健康タスクに必要な情報を適切な時間幅で捉えることができます。このモデルは、既存モデルよりも小型でありながら高い性能を達成し、スマートウォッチ級のCPUでも1ミリ秒未満で結果を出力できるほど計算効率も向上しています。さらに、HiMAEはクラウドサーバーに依存することなく、生の健康データをリアルタイムで解析できる「オンデバイス型」ヘルス基盤モデルの可能性を初めて示しました。

Connected Careに向けた次の一歩と未来への期待

xMAEとHiMAEは、生体信号に特有の生理学的な関係性と時間による変化構造をより正確に理解するAIモデルの進化を体現しています。これらのモデルは、多様な健康関連タスクに対応し、正確で継続的、そしてパーソナライズされた健康に関する気づきを提供することを目指しています。

Samsung Research AmericaのSharanya Desai氏は、「この研究は、効率的で正確かつ継続的な健康情報をヘルス基盤モデルを通じて提供するための技術的基盤を築く上で重要です。限られたセンサーとコンピューティングリソースでオンデバイスで動作できる、多様な生体信号と健康機能に適用可能なヘルス基盤モデルの開発と進化を継続していきます。」と述べています。

Sharanya Desai氏のコメント

また、同チームのSubbu Venkatraman氏は、「生体信号は、固有の時間変動する生理学的特性を持つ、本質的に動的なものです。この研究の主な貢献は、信号間の関係性とそれらの根底にある時間構造の両方を捉えることができるヘルス基盤モデルの実現可能性を証明したことにあります。私たちは、基盤となるヘルスAI研究を進め、それを人々の健康と幸福を意味のある形で改善するヘルスケアソリューションに変換することに引き続き取り組んでいきます。」とコメントしています。

Subbu Venkatraman氏のコメント

これらの技術は、私たちが自身の健康をより深く理解し、病気になる前に予防する「Connected Care」の実現に向けた大きな一歩となるでしょう。スマートウォッチが単なる時間表示や活動量計ではなく、あなたの身体の「声」を正確に聞き取り、未来の健康をサポートする頼れるパートナーになる日が、きっと近づいています。Samsungの最新情報については、以下の公式サイトをご覧ください。

Samsung Japan公式サイト

×