Google Research 6月4日(現地時間)、スマートフォンのフロントカメラを用いて心拍数と安静時心拍数を日常的にパッシブ測定する研究システム「PHRM」を発表した。本システムは、エリック・S・ティーズリー (Eric S. Teasley) プロダクトマネージャーとミン＝ツァー・ポー (Ming-Zher Poh) 主任研究科学者らが開発。顔認証後の数秒間の顔動画から深層学習を適用し、心拍数（HR）と安静時心拍数（RHR）を推定する。HRはECGと比較して平均絶対パーセンテージ誤差（MAPE）が10%未満で、全肌色において業界の精度基準を満たし、RHRの推定精度はウェアラブルデバイスに匹敵する。
本システム「PHRM」は、心拍数（HR）と安静時心拍数（RHR）を日常的なスマートフォンの使用中にパッシブに測定することを目指します。HRは生理学的状態の動的な指標であり、RHRは心血管の健康と長期的な健康リスクを示す重要なバイオマーカーとして知られています。
2022年にGoogleは指をカメラにかざすオンデマンドのHR測定機能を発表しましたが、PHRMは、Nature誌に発表された論文Passive Heart Rate Monitoring During Smartphone Use in Everyday Lifeの中で詳細が述べられています。PHRMは、photoplethysmography（PPG）技術を利用し、計算効率の高い時空間シフト畳み込みニューラルネットワークによって8秒間の顔動画クリップからHRを予測します。このシステムは、HR測定値を集約し、信頼度スコアとカルマンフィルターを活用して1日のRHRを推定します。
本研究は、従来のrPPG（remote PPG）モデルが抱えていた研究規模の小ささや、特に濃い肌色の人における検出精度の課題に対処しました。Googleは、米国食品医薬品局（FDA）が提案する肌色コホートに合わせたサンプリングアプローチを採用し、Monk Skin Toneスケールに基づいて多様な肌色の参加者を確保しました。PHRMは、約700人の多様な研究参加者から収集された350,000以上の動画クリップを用いて開発されました。
実験室および実生活環境の両方で検証された結果、PHRMは幅広い条件下で多様な肌色グループにおいて、HRのMAPEが10%未満を達成しました。これは、既存の公開されている15のrPPGモデルを上回り、全肌色でこの精度を達成した唯一のモデルでした。さらに、RHRの推定精度は平均絶対誤差（MAE）が5bpm未満であり、ウェアラブルデバイスに匹敵します。研究用として利用可能な最大かつ最も多様なスマートフォン動画データセットと、事前学習済みモデル「PHRM-mini」が公開され、適格な研究者がアクセスを申請できます。
参考: Google Research Blog (アーカイブ) — 2026年6月5日 04:47 (JST)
原文ハイライト"Passive Heart Rate Monitoring During Smartphone Use in Everyday Life"