スマホアプリが音声を使って高血圧を検知する方法

ウェアラブル分野は現在、停滞状態にあります。これは、企業がセンサーのイノベーションを使い果たしたためと思われます。マイクロ流体工学と伸縮性エレクトロニクスは、近年、最先端のウェアラブル研究の温床として台頭していますが、これらの有望な論文はまだ商業的に成功していません。

一方、クリック・ラボは、音声録音をバイオマーカーの新たな金鉱と見ています。スマートフォンの音声録音を2型糖尿病のモニタリングツールとして、あるいは音声クリップを使って血糖値を評価できると想像してみてください。少し突飛な話に聞こえるかもしれませんが、まさにそれが彼らの研究であり、有望な結果が得られています。

Klick Labsの新しいアプリは、音声録音に基づいて慢性高血圧の兆候を検出し、AIによる分析も活用しています。「音声技術は医療を飛躍的に変革する可能性を秘めており、特に医療サービスが行き届いていない大規模な人口層にとって、よりアクセスしやすく、手頃な価格にすることができます」と、Klick Labsの研究科学者であるジェイシー・カウフマン氏は述べています。

高血圧がなぜ大きな問題なのか

高血圧症は、世界中で少なくとも12億8000万人の成人に影響を与えており、その半数近くが自覚症状がありません。世界保健機関（WHO）によると、高血圧症は世界中で早期死亡の主な原因となっています。

アメリカ心臓協会によると、この病気は適切な時期に治療しないと、心臓発作、腎不全、脳卒中、視力低下、そして様々な心臓疾患につながる可能性があります。残念ながら、高血圧の検査や早期発見は必ずしも容易ではありません。

サムスンはスマートウォッチにこの技術を搭載していますが、かなり高価です。遠隔地や医療インフラが整備されていない地域に住む人々にとって、状況はさらに深刻です。スマートフォンのようにどこにでもあるデバイスを活用したソリューションは、複数の重要な課題を一度に解決できるため、救世主となる可能性があります。

音声録音がどのように役立つか

この研究のために、研究チームは245人の被験者の音声サンプルを分析し、2週間にわたり毎日6回録音された音声を評価しました。研究チームは性別に基づく予測モデルを開発し、初めて音響分析の新たな手法を文書化しました。

IEEE Access誌に掲載されたKlick Labsの最新研究では、女性の高血圧を84%、男性の高血圧を77%の精度で検出することができました。Klick Labsのシニアバイスプレジデントであるヤン・フォサット氏は、Digital Trendsに対し、チームは現在、音声アシスト分析を非慢性高血圧の検出にも拡大することを検討していると述べています。

注目すべきは、このシステムは分析前の調整を必要としないため、もう一つの重大なハードルが取り除かれ、また、データは監督なしの環境で収集されたことです。

このアプリは、音声のエネルギー分布、ピッチの変動、音の変化の鋭さといった詳細を検知し、血圧上昇との相関関係を明らかにします。現在、微調整中のため、まだ一般公開されていませんが、将来は明るいと見られています。

この研究の主任研究者でもあるフォサット氏によると、チームは商用化に向けて進むにつれて、アプリケーション・プログラミング・インターフェース（API）キーを配布したいと考えているとのことです。この技術はプラットフォームに依存しないため、近い将来、iPhoneとAndroidにも搭載される見込みです。

しかし、規制上のハードルや面倒な認証サイクルについてはどうでしょうか？「私たちは、このアプリを医療機器としてのソフトウェア（SaMD）クラスIとして規制当局に申請する予定です」とフォサット氏はDigital Trendsに語っています。米国食品医薬品局（FDA）によると、SaMDクラスIソリューションはリスクが最も低く、ハードウェア医療機器と統合されていません。

では、一般の人々はKlick Labsの音声アシストによる慢性血圧検出システムのようなイノベーションとその将来性について、どのように感じるべきでしょうか？「医療グレードのツールは、血圧異常の検出におけるゴールドスタンダードです」とフォサット氏はDigital Trendsに語っています。Klick Labsのアプリは高血圧治療の始まりと終わりではありませんが、正しい道へと導いてくれるでしょう。

課題と今後の道

「私たちのアプリは、血圧計などの医療グレードの機器を用いて人々の健康状態をスクリーニングし、医師の診断を受けるべきタイミングを知らせることを目的としています」と彼は付け加えた。このシステムは、AppleなどがApple Watchに独自のセンサー駆動型健康・ウェルネススタックを搭載し、特に心房細動（AFib）検出などの機能を販売している方法と何ら変わりない。

しかし、チームがソフトウェアツールキットの大規模展開を進める前に、解決すべき課題がいくつかあります。例えば、症例は主に特定の民族に限定されており、テストプールには高血圧の症例が十分に存在していませんでした。

チームは、適切な分析に必要な録音回数を減らす方法も検討しています。この作業には、基盤となるAIモデルの学習により多くのデータが必要になります。音声録音に関しては、必要な音響データを取得するためにある程度の学習が必要であり、大量展開に向けて新たな課題が生じています。

「次のステップは、より大規模で多様な集団、つまり様々な民族的背景やより幅広い高血圧症状を持つ集団を対象に、この研究を再現することです」とフォサット氏は述べている。クリック・ラボは、上記の欠点のいくつかを克服するために、ディープニューラルネットワークなどのソリューションを提案している。

しかし、慢性高血圧を分析するための非侵襲的でスマートフォンを駆使したアプローチは、それ自体が大きな飛躍です。高価なウェアラブル機器を必要とせず、保健当局からの適切な支援や商業的な普及があれば、世界中の何百万人ものリスクのある人々に素晴らしい効果をもたらすことができるアプローチです。