排総研ブログ

  医療画像診断の未来を切り拓く「エルピクセル（LPixel）」 医師の目を補い、見逃しを防ぐ。そんな“もうひとつの目”として活躍するのが、医療画像診断支援AIを開発する「エルピクセル株式会社（LPixel Inc.）」です。 エルピクセルとは？ エルピクセルは、東京大学発のAIスタートアップで、 医療・ライフサイエンス分野に特化した画像解析技術 を提供しています。特に、CT、MRI、X線、内視鏡などの医用画像をAIで解析し、疾患の早期発見や診断支援を行うプロダクトで注目を集めています。 主なプロダクト EIRL（エイル）シリーズ 医療画像をAIが解析し、異常の可能性がある部位を自動でマーキング。 EIRL Chest Nodule ：胸部X線画像から肺結節を検出 EIRL Brain Aneurysm ：脳動脈瘤の検出支援（脳MRA画像） EIRL Colon Polyp ：内視鏡画像から大腸ポリープを検出 特徴と強み 高精度な画像解析 ：ディープラーニングを活用し、熟練医師に匹敵する精度で異常を検出。 医療現場との連携 ：大学病院や地域医療機関と連携し、実臨床での有用性を検証。 薬機法承認取得済み ：複数のプロダクトが医療機器として正式に承認されており、安心して導入可能。 エルピクセルがもたらす価値 診断の見落としを防ぐ ：医師の判断をサポートし、早期発見・早期治療に貢献。 業務効率の向上 ：画像の読影時間を短縮し、医師の負担を軽減。 医療の質の均てん化 ：地域や施設による診断精度の差を縮める。 エルピクセルのAIは、まるで“医療の星空を照らす灯り”のように、見えにくい異常を浮かび上がらせ、命を守る手助けをしてくれます。医療の未来を支えるテクノロジーに、今後も注目です。 詳しくは エルピクセル公式サイトを 次のgoogleリンクでご覧いただけます。

  救急医療の未来を支える「TXP Medical」：命の現場に、データの力を 救急医療の現場では、1分1秒が命を左右します。そんな緊迫した環境で、医師や看護師の判断を支えるのが、医療データプラットフォーム「TXP Medical（ティーエックスピー・メディカル）」です。 TXP Medicalとは？ TXP Medicalは、 救急・集中治療・災害医療に特化した医療データの記録・活用支援システム を提供する日本発の医療AIスタートアップ。現場のスピードと正確性を両立させるために、 診療記録の自動化、データの構造化、臨床研究支援 などを行っています。 主なプロダクトと機能 NEXT Stageシリーズ ：救急外来やICUでの診療記録をリアルタイムで構造化。SOAP形式やタイムライン形式で記録を整理。 災害医療支援システム ：大規模災害時のトリアージや患者情報の一元管理を支援。 臨床研究支援 ：蓄積されたデータを活用し、研究や医療の質向上に貢献。 特徴と強み 現場主導の開発 ：救急医出身の代表が率いるチームが、現場のニーズを反映した設計を実現。 スピードと正確性の両立 ：記録の自動化により、医療従事者の負担を軽減しつつ、診療の質を向上。 全国の医療機関で導入 ：大学病院をはじめとする多数の施設で活用され、救急医療の標準化にも貢献。 こんな現場におすすめ 救急外来やICUなど、 高ストレス・高スピードの医療現場 災害時の医療支援体制 を強化したい自治体や病院 臨床データを活用した研究や教育 を推進したい医療機関 TXP Medicalは、単なる記録ツールではなく、「命を救うための情報基盤」。医療の最前線で働く人々の力を最大限に引き出し、患者にとっても安心・安全な医療を届けるための、頼れるパートナーです。 詳しくは TXP Medical公式サイトを次のgoogleリンクで ご覧いただけます。

  医師と患者の対話を記録から解放する、音声AI「medimo（メディモ）」 医療現場の過重労働や記録業務の負担を、AIの力で軽やかに変えていく——そんな未来を実現するのが、音声認識×生成AIを活用した医療支援ツール「medimo（メディモ）」です。 medimoとは？ medimoは、 医師と患者の会話をリアルタイムで文字起こしし、AIが自動でカルテを作成する 革新的なサービス。SOAP形式（主訴・現病歴・所見・計画）への要約や、医師の記録スタイルに合わせたカスタマイズも可能です。 主な特徴 高精度な音声認識 ：医療用語や薬品名、疾患名なども正確に認識。方言やなまりにも対応。 生成AIによる要約 ：会話内容を文脈ごとに理解し、カルテの下書きを自動生成。 電子カルテ連携 ：主要な電子カルテとスムーズに連携。クラウド型・オンプレミス型どちらにも対応。 セキュリティ重視 ：ISMS認証取得済みで、大学病院や大規模病院でも導入実績あり。 medimoがもたらす変化 医師の 記録作業時間を大幅に削減 し、患者との対話に集中できる環境を実現。 診療の質とスピードを両立 し、医療従事者の働き方改革にも貢献。 病状説明やインフォームド・コンセントの記録もサポートし、 患者理解の向上 にもつながる。 導入実績と展望 2024年のサービス開始からわずか2年で、 全国1,000以上の医療機関に導入 され、100万件以上の診療で活用。2026年には、国内最大級の医薬品卸「スズケングループ」への参画も発表され、さらなる展開が期待されています。 medimoは、医療現場の“声”をそのまま記録に変える、まさに「AIクラーク」。医療従事者の時間を取り戻し、患者との対話をもっと豊かにするための、頼れるパートナーです。 もっと知りたい方は、 medimo公式サイト（次のGoogleリンク） をご覧ください。

 あなたの症状に寄り添う医療AIパートナー「Ubie」 忙しい日常の中で、体調に不安を感じたとき、病院に行くべきか迷った経験はありませんか？そんなときに頼れるのが、医療AIアプリ「Ubie（ユビー）」です。 Ubieは、たった数分の質問に答えるだけで、あなたの症状に関連する病気の可能性や、受診すべき診療科を提案してくれる無料のサービスです。 医師監修のもと開発されたAIが、約50,000件以上の医学論文やガイドラインをもとに、信頼性の高い情報を提供してくれます。 主な特徴 かんたん問診 ：20〜30の質問に答えるだけで、症状に合った病気の候補や受診先を提示。 受診前の準備に最適 ：診察時に医師へ伝えるべき情報を整理し、スムーズな受診をサポート。 プライバシーに配慮 ：個人情報の取り扱いにも配慮されており、安心して利用可能。 さらに、Ubieは医療機関向けにもサービスを提供しており、診療前の問診や記録作成の効率化、多職種間の情報共有を支援。医療現場の業務負担軽減にも貢献しています。 こんな方におすすめ 忙しくて病院に行く時間が限られている方 症状が気になるけれど、何科に行けばいいか分からない方 医師にうまく症状を伝えられるか不安な方 Ubieは、あなたの健康を守る心強い味方。体調に不安を感じたら、まずはUbieでチェックしてみてはいかがでしょうか？ 👉 詳しい公式サイト： Ubie公式サイトは次のgoogleリンクからご覧いただけます。

　 在宅ケアにおいて、理学療法士（PT）、介護士、看護師はそれぞれ異なる「専門性の眼鏡」で利用者を見ています。この3者がバラバラに動くと、利用者は指示の板挟みにあい、混乱してしまいます。 　これら3職種が「共通の目標」を作り上げ、効果的に連携するためのコツを、実務レベルの視点から論じます。 1. 職種間の「視点の違い」をマッピングする 共通目標を作る第一歩は、お互いの専門領域がどう重なっているかを理解することです。 PTからのインプット: 「この方は補助があれば30m歩けます。足の筋力は維持できています」 介護士からのインプット: 「夜中にトイレへ行く際、眠気でふらついて壁にぶつかりそうになっています」 看護師からのインプット: 「血圧の変動が激しく、朝方は低血圧によるめまいが起きやすいようです」 このように、 「能力（PT）」「実際の生活（介護）」「リスク（看護）」 を突き合わせることで、「単に歩く練習をする」のではなく、「朝の血圧が安定した時間帯に、見守りのもとでトイレまで歩く」という 具体的で安全な共通目標 が生まれます。 2. 連携をスムーズにする3つのコツ ① 専門用語を「生活動作」に翻訳する PTが「下腿三頭筋の筋力が低下し、立位保持が不安定」と言っても、介護士には具体的な介助イメージが湧きません。 コツ: すべてを「ADL（日常生活動作）」の言葉に変換します。「ふくらはぎの力が弱いので、ズボンを履き替える時に後ろに転びやすいです。支える時は腰をしっかり持って」と伝えることで、全員が同じ介助を実践できます。 ② ICTツールと「サービス担当者会議」の活用 在宅では全員が同時に顔を合わせる機会は稀です。 非同期の共有: チャットアプリや共有ノートを活用し、「今日、〇〇ができた！」という 成功体験をリアルタイムで共有 します。 多職種カンファレンス: ケアマネジャーを中心とした会議で、短期目標（1ヶ月後）と長期目標（半年後）を再確認します。ここで「本人の意向（何がしたいか）」を再確認し、目標のズレを修正します。 ③ 「攻め」と「守り」の役割分担を明確にする 攻めのリハ（PT）: 少し負荷をかけて機能を高める。 守りの看護（NS）: 体調不良や過負荷による事故を防ぐ。 継続の介護（CW）: 攻めと守りのバランスを日々の生活習慣に落とし込む。 ...

  訪問看護師の視点から見るフレイル・認知症予防は、リハビリ専門職や介護士とも異なり、 「医学的リスク管理」と「生活の場における家族支援」の両輪 で動くのが特徴です。 看護師は、本人の疾患管理（持病）と、それが生活にどう影響しているかを「医学的な目」で捉え、病状の悪化（急性増悪）によるフレイルの進行を食い止める「砦」となります。 1. 訪問看護師特有の視点：疾患とフレイルの悪循環を断つ 高齢者の多くは持病（高血圧、糖尿病、心疾患など）を抱えています。訪問看護師は、これらがフレイルや認知症を加速させないよう管理します。 低栄養と脱水の早期発見: 独居や高齢夫婦世帯では、食事が簡素になりがちです。看護師は血液データや皮膚の状態から低栄養を見抜き、フレイルの入り口である「体重減少」に歯止めをかけます。 ポリファーマシー（多剤併用）の調整: 薬の飲みすぎによるふらつき（転倒リスク）や、ボーッとする症状（仮性認知症）をチェックし、医師と連携して処方調整を提案します。 2. 訪問看護における予防戦略 ① 急性増悪の予防（入院させないこと） 高齢者にとって、一度の入院はフレイルを劇的に進行させる最大のイベントです。 早期対応: 「少し元気がない」「呼吸が荒い」といった初期症状を捉えて処置することで、入院を回避し、生活リズムを維持します。これが結果として、廃用症候群（動かないことによる衰え）を防ぐ最強の認知症予防になります。 ② セルフケア能力の維持・向上 看護師は「指導者」ではなく「並走者」として関わります。 バイタルチェックの習慣化: 本人が自分の血圧や体調に関心を持つよう促します。自分の体への関心（自己効力感）を維持することは、認知機能の低下を抑える心理的要因となります。 ③ フットケアと清潔保持 理学療法士が「歩き方」を見るなら、看護師は「足そのもの」を見ます。 歩行の土台作り: 爪の変形や白癬（水虫）、タコなどのトラブルを処置することで、痛みをなくし、「歩きたくなる足」を作ります。 3. 「家族のレジリエンス（回復力）」へのアプローチ 在宅での予防は、本人だけでなくケアを担う家族のメンタルヘルスに左右されます。 介護負担の軽減: 家族が疲弊すると、本人は家の中に閉じ込められがちになります。看護師は家族の悩みを聞き、適切なサービス調整を提案することで、家...

  1. 「気づき」の専門職としての役割 介護士の最大の武器は、数値化できない「いつもと違う」という違和感です。 フレイルの予兆: 「お風呂に入るのを億劫がるようになった」「歩き方がすり足になった」「食事の食べこぼしが増えた」といった、ADL（日常生活動作）の微細な変化をキャッチします。 認知症の予兆: 同じ話を繰り返すだけでなく、「表情が乏しくなる」「季節に合わない服を着る」といった周辺症状（BPSD）の前兆を早期に発見し、早期受診へ繋げます。 2. 介護現場における予防の3大アプローチ ① 「できること」を奪わないケア 介護現場で陥りやすいのが、良かれと思って手出しをしすぎる「過介護」です。これはフレイルを加速させます。 生活リハビリ: 洗濯物を畳む、食器を拭く、机を拭くといった日常動作は、指先の運動であり、脳への刺激です。 自己決定の尊重: 「今日は何を着ますか？」という小さな選択の積み重ねが、前頭葉の活性化を促し、意欲の減退を防ぎます。 ② 社会的孤立を防ぐ「コミュニティ・デザイン」 認知症予防において、身体運動と同じくらい重要なのが「人との関わり」です。 サロンや通所サービスの活用: 介護士は、利用者が「そこに行きたい」と思えるような動機づけ（インセンティブ）を設計します。 役割の創出: 「この方は昔お花をやっていたから、花を生けてもらおう」といった、その人のアイデンティティに基づいた役割を作ることで、精神的なフレイルを防ぎます。 ③ 栄養と口腔ケアのマネジメント 介護士は食事の場面に立ち会うため、フレイルの大きな要因である「オーラルフレイル（口の衰え）」に直接介入できます。 食事の観察: 嚥下機能の低下だけでなく、「なぜ食べないのか（義歯の不適合、気分の落ち込みなど）」を分析します。 口腔清潔: 歯磨きだけでなく、パタカラ体操などの口腔リハビリを日常のレクリエーションに組み込みます。 3. 理学療法士（PT）との連携：視点の違い 介護士とPTが連携することで、予防の精度は飛躍的に高まります。 視点 理学療法士 (PT) 介護士 アプローチ 運動機能、歩行、筋力 生活動作、意欲、習慣 時間軸 訓練時間（点） 日常生活（線） 目標 「歩けるようになる」 「歩いて〇〇さんに会いに行く」 「生活そのものがリハビリである」という考え方を土台...

1. フレイルと認知症の密接な関係：身体的フレイルから「コグニティブ・フレイル」へ 理学療法士が注目するのは、歩行速度の低下や筋力低下が、単なる身体の問題に留まらず、将来の認知機能低下の強力な予兆（シグナル）であるという点です。 コグニティブ・フレイル: 身体的フレイルと軽度認知障害（MCI）が併存した状態。 PTの視点: 「歩き方が変わった（小刻み、すり足）」「外出しなくなった」という身体の変化は、脳への刺激減少を意味し、認知症リスクを急上昇させます。 2. 在宅リハビリテーションにおける3つの柱 ① 運動療法：低強度でも「継続」と「多要素」 在宅では、ジムのようなマシンは不要です。理学療法士は、その人の生活環境に合わせたプログラムを立案します。 抗重力筋の維持: 立ち上がり動作の反復など、生活に直結する下肢筋力の維持。 多要素運動（マルチコンポーネント）: 有酸素運動、筋力トレーニング、バランス練習を組み合わせることが、認知症予防に最も効果的であるというエビデンスに基づきます。 ② デュアルタスク（二重課題）の導入 「歩きながら計算する」「足踏みしながらしりとりをする」といった、身体運動と知的活動を同時に行うトレーニングです。 なぜ有効か: 前頭葉を活性化させ、日常生活での転倒リスク（例：話しかけられて立ち止まる、物を持って歩く）を軽減します。 ③ 環境整備と社会的参加（LSAの拡大） 家の中だけで完結するリハビリには限界があります。 LSA（Life Space Assessment）: 生活空間の広さを評価します。「寝室だけ」から「庭まで」、「近所のスーパーまで」と、物理的な移動距離を広げることが、社会交流を生み、脳への多大な刺激となります。 PTの役割: 手すりの設置や段差解消の提案により、「動きたくなる環境」をデザインします。 3. 家族・ケアマネジャーへのアドバイス 理学療法士は、単に「運動してください」と言うのではなく、「活動の質」を重視します。 項目 具体的なアプローチ 栄養との連携 運動だけでは筋肉はつきません。低栄養（特にタンパク質不足）がないか確認します。 口腔機能 「噛む」「話す」は脳への刺激。口腔ケアがフレイル予防の入り口です。 役割の創出 「洗濯物を畳む」「ゴミを出す」など、家事という名の「生活リハビリ」を推奨します。 結...

  うつ病におけるAI利用（理論・技術・臨床・社会実装） Ⅰ．前提整理　うつ病とは「脳の病気」ではなく「状態空間の歪み」 近年の理解では、うつ病は単一の原因疾患ではなく、 認知（思考の歪み） 情動（快・不快の振れ幅低下） 行動（回避・活動低下） 生理（睡眠・自律神経・炎症） 社会（孤立・役割喪失） が 時間的に絡み合った動的状態 と捉えられています。 👉 ここで重要なのが、 「静的診断（DSM）より、動的モニタリングが重要」 という点です。 AIはまさにこの「動的・多変量・時系列」を取扱うのが得意です。 Ⅱ．AI活用の5つの主要領域 ① 早期検知・予測（Pre-diagnosis AI） ● 利用データ スマホ操作（入力速度、ミス率、夜間使用） 音声（声量、抑揚、発話間隔） 歩行・活動量（ウェアラブル） SNS・日記の言語特徴 ● AI技術 自然言語処理（感情極性・語彙多様性） 音声感情認識 時系列異常検知 ベイズネット・LSTM ● 意義 「本人も気づかないうつの芽」を検出 受診前介入（予防的支援）が可能 ※ すでに研究レベルでは「自殺リスクを数週間前に予測」するモデルも存在します。 ② 診断補助AI（Clinical Decision Support） ● 医師の代替ではない AIは診断を「下す」のではなく、 医師の見落としを減らす 臨床的仮説を複数提示する 役割です。 ● 具体例 抑うつ vs 双極スペクトラムの鑑別 うつ＋発達特性（ASD/ADHD）の重なり検出 薬剤反応性の予測（SSRI不応例） 👉 「この人のうつは、どのタイプか」 という層別化（stratification）にAIが効きます。 ③ 治療支援AI（Therapeutic AI） 1）CBT（認知行動療法）支援AI 自動思考の抽出 認知の歪み分類 代替思考の提示 → 24時間使えるセラピスト補助 2）行動活性化AI 活動量低下の検知 小さな行動提案（負荷調整） 成功体験の可視化 3）対話型AI（メンタルヘルスチャット） 傾聴 正規化 ...

  睡眠障害におけるAI利用 ―「眠らせるAI」ではなく「眠りが戻る環境を整えるAI」― Ⅰ．前提整理：睡眠障害は「症状」ではなく「システム不全」 睡眠障害は単独疾患というより、 生体リズム（概日リズム） 自律神経 認知・感情 生活環境 社会的役割 が ずれた結果として現れる現象 です。 👉 「眠れない」のではなく、「眠りに向かうシステムが壊れている」 AIはこの 多層システムの調律 に向いています。 Ⅱ．AI活用の全体像（5階層モデル） レイヤー0：測る（Measurement AI） レイヤー1：理解する（Pattern AI） レイヤー2：整える（Intervention AI） レイヤー3：つなぐ（Care Coordination AI） レイヤー4：予防する（Preventive AI） 以下、順に。 Ⅲ．① 測定AI：睡眠を「見える化」する ● 従来の限界 PSG（終夜睡眠ポリグラフ）は高負荷 問診は主観依存 ● AIによる非侵襲測定 ウェアラブル（心拍変動・体動） スマホセンサー（加速度・光） 音声（いびき・呼吸） 環境データ（照度・温度） ● AI技術 睡眠段階推定 覚醒反応検出 リズム安定度スコア 👉 「正確さ」より「連続性」が価値 。 Ⅳ．② パターン理解AI：なぜ眠れないのか ● 睡眠障害のタイプ識別 入眠困難型 中途覚醒型 早朝覚醒型 リズム障害型 ● 背後因子の推定 不安優位か 生活リズム破綻か 身体要因（疼痛・呼吸）か 薬剤影響か 👉AIは 診断名より「構造」を返す のが理想。 Ⅴ．③ 介入AI：眠らせない、整える 1）CBT-I支援AI（最重要） CBT-Iは不眠治療の第一選択。 AIができること 睡眠日誌の自動解析 刺激制御・睡眠制限の負荷調整 破局的思考の検出 👉 薬より再発率が低い介入を、継続可能にする 。 2）概日リズム調整AI 起床時刻固定の支援 光曝露タイミングの最適化 昼寝制御 ※ 高齢者・精神疾患併存例に特に有効。 3）環境調整AI ...

  統合失調症におけるAI利用 ―「異常検知」ではなく「意味の橋渡し」としてのAI― Ⅰ．前提の転換：統合失調症は「壊れた脳」ではない 古典的理解 ドーパミン過剰／脳機能障害 現代的理解 世界の意味づけ（salience）が過剰・不均衡になる状態 些細な刺激が「重要すぎる」 内的体験と外界の境界が曖昧 物語が暴走するが、論理は部分的に保たれる 👉 「異常な体験」ではなく「意味生成が暴走した状態」 ここにAIをどう置くかが、すべてを決めます。 Ⅱ．AI利用の基本原則（超重要） 統合失調症領域では、AIは やってはいけない役割 が多い。 ❌ 絶対に避けるべきAI像 診断を断定するAI 妄想内容に直接介入するAI 価値判断をするAI 「真実」を語るAI ⭕ 許されるAI像 揺らぎを検知するAI 関係性を補助するAI 時間をつなぐAI 現実検証を“間接的に”支えるAI Ⅲ．AI活用の6領域（慎重設計版） ① 前駆期・再発兆候の検知（Early Warning AI） ● なぜAIが有効か 本人も家族も、 「悪くなっていることに気づけない」 ● 使用可能データ（非侵襲） 睡眠リズムの乱れ 発話量・文構造の変化 SNS・日記の語彙跳躍 活動量の急変 ● AIの役割 「異常」ではなく「いつもと違う」を検知 主治医・訪問支援にだけ通知 👉 本人に直接フィードバックしない設計 が鍵。 ② 再発予測と服薬支援（Adherence AI） ● 課題 服薬中断が再発の最大要因 しかし「飲みなさい」は逆効果 ● AIの使い方 副作用兆候の早期検知 体調変化と服薬の関係を可視化 主治医への説明補助資料生成 👉AIは「命令」せず、 納得の材料を整える係 。 ③ 認知機能・社会機能リハビリAI 統合失調症の本体は、 幻覚妄想よりも、認知・社会機能障害 ● AI活用例 注意・ワーキングメモリ訓練 表情・文脈理解トレーニング ロールプレイ型AI対話 ※ ここでは AIはむしろ得意 。 ④ 訪問看護・アウトリーチ支援AI（...

  ニューラルリンク（Neuralink）は、イーロン・マスク氏が設立した企業が開発している、 「脳とコンピュータを直接つなぐ技術（ブレイン・マシン・インターフェース：BMI）」 です。   ご認識の通り、 脳に電極（チップ）を埋め込み、その信号をAI（人工知能）で解析することで、思考だけでデジタル機器を操作する技術 です。   主な特徴と目的は以下の通りです。 1. 技術の仕組み（「リンク」） 脳インプラント:  髪の毛より細い電極を、手術ロボットが脳の特定の場所に埋め込みます。 ワイヤレス接続:  脳内チップ（「Link」と呼ばれるコイン大の機器）からBluetoothでスマホやパソコンにデータを飛ばし、外部のAIアプリが信号を解読します。 低侵襲（低負担）:  手術は非常に精密で、目立たない形で頭蓋骨に埋め込まれます。 2. 初期的な目的（医療・身体機能の回復） 四肢麻痺患者の支援:  思考だけでパソコンのカーソルを動かしたり、テキストを入力したりできるようにすることです。 意思疎通の改善:  話す・書くことが困難な人が、機械を通じてコミュニケーションを取れるようにします。 3. 将来的な展望とAIとの関連 脳とAIの融合:  将来的には、急速に進化するAIに対抗し、人類の知能を拡張する（＝「AIと人間が共生する」）という狙いがあります。 医療的治療:  アルツハイマー型認知症や、他の神経疾患の治療に役立つことも期待されています。   2024年以降、人間への臨床試験が始まっており、実際に「考えるだけでカーソルを操作する」ことに成功している技術です。