Google Researchは2026年11月11日(現地時間)、ウェアラブルデバイスを活用した心血管・腎臓・代謝 (CKM) リスクプロファイリングおよび個別化コーチングを可能にする調査研究フレームワークを発表した。このフレームワークは、パッシブなウェアラブル信号を「コーチ可能な健康年齢」に変換し、個人の12週間の習慣変化をシミュレートする「もしも」の健康経路を生成する。
Google ResearchのZeinab Esmaeilpour氏とAhmed A. Metwally氏が発表したこのフレームワークは、心臓病、腎臓疾患、2型糖尿病などの代謝性疾患が相互に関連する「CKM症候群」の進展を早期に捉えることを目的としている。CKM症候群は症状が現れる何年も前から静かに進行することが多く、日常の習慣がその形成に影響を与える。しかし、従来の「生物学的時計」の多くは、個人の生年を推定するために訓練されており、習慣変更による将来の健康変化を示せないという課題があった。
本フレームワークは主に三つの要素から構成される。一つ目は、変更可能な日常行動と生理学データのみから構築されたコーチ可能な健康年齢 (CHA)モデルである。これは、消費者向けウェアラブルがパッシブに捉える休息時心拍数、1日の歩数、睡眠時間、週間のActive Zone Minutesといった四つの主要信号を統合している。二つ目は、約10万人のFitbitユーザーから得られた228万週間の匿名化データで事前学習されたSensor World Model (SensorWM)と、言語モデルエージェントを組み合わせたカウンターファクチュアルコーチングシステムだ。これにより、個人の12週間の「もしも」の習慣経路をシミュレートし、臨床医が検証済みのコーチングプランを提供する。三つ目は、定期的な血液検査が利用可能な場合に、ウェアラブルデータと臨床生体マーカーを組み合わせることで、心臓、腎臓、代謝システムの早期のサブクリニカルな負担を検出する拡張機能である。
CHAモデルは三つの独立したコホートで検証された。All of Us research programの22,748人の参加者を対象とした8年間の追跡調査では、ベースライン時に暦年齢よりも健康年齢が高かった健康な参加者は、高血圧、心血管疾患、2型糖尿病を発症する可能性が有意に高かった。また、50歳未満の成人において、標準的な臨床指標にCHAを追加することで疾患リスク予測が有意に改善した。さらに、2年間のlongitudinal Fitbit cohortの1,464人のユーザーを対象とした調査では、習慣の持続的な変化が見られたユーザーでCHAが減少したことが示されている。
SensorWMは、各個人に対して125通りの12週間の習慣の組み合わせをシミュレートし、習慣が維持された場合の予測と比較する。このシステムは、個人の過去の習慣の柔軟性と臨床的な安全性の範囲を考慮し、現実的で安全なプランを選定する。言語モデルエージェントは、最も効果的な経路を支援的で段階的な12週間のコーチングプランに変換する。
参考: Google Research Blog — 2026年11月12日 04:54 (JST)
原文ハイライト"moving from passive tracking to meaningful action is much harder"