Wi-Fiルーターが転倒を検知する。スマートウォッチより本当に必要とされる理由。
母は毎週日曜日に電話をかけてくる。数か月前、母はふと思い出したように、祖母が医療用緊急通報ペンダントを身につけなくなったと話した。「あれをつけると年寄りになった気がするんですって」と母は言った。この話を何度も繰り返してきた人特有の、あの疲れた口調で。
祖母は83歳だ。一人暮らしをしている。あのペンダントは、ボタンを押せば助けが呼べるという、いわば安全網のはずだった。だが今では引き出しの中にしまわれたままで、隣には彼女がうまく扱えない充電ケーブルと、誰も読まなかったクイックスタートガイドが並んでいる。市場に出回る最先端の個人用緊急通報デバイスが、実質的にはただの文鎮と化している。
その会話は、私がVeriprajnaでしばらく前から考え続けていたことをはっきりと形にしてくれた。私たちはチャネル状態情報(CSI)——あらゆるWi-Fi信号の内部に隠された複雑なデータ層——の研究に深く取り組んでいたのだが、私は同じ不快な問いに何度も立ち返っていた。もしウェアラブル健康モニタリング業界全体が、間違った問題を解決しようとしているのだとしたら?
センサーの問題ではない。バッテリーの問題でもない。人間の問題なのだ。
祖母が身につけることを拒んだあの機器には、優れた転倒検知アルゴリズムが搭載されている。バッテリーは48時間持つ。IP68の防水性能もある。だがそのどれも意味を持たない。なぜなら、関節炎を抱えた83歳の女性に、毎日欠かさずその技術と積極的に協力し続けることを求めているからだ。祖母が頑固さだけで証明してみせたことは、研究データによっても裏づけられている。ヘルストラッカーの利用者の約30%が半年以内に使用をやめてしまう。個人用緊急通報ペンダントの利用者に限れば、真の意味で24時間の装着を継続できているのはわずか14%にすぎない。
最も効果的な健康モニターとは、最高のセンサーを備えたものではない。何の操作も一切必要としないものだ。そしてそれは、すでにあなたのリビングに存在しているかもしれない——モデムの隣で静かに点滅しながら。
シャワーのパラドックス
ヘルスケアテクノロジーに携わる者なら誰もが気にすべき統計がある。浴室は高齢者にとって家の中で最も危険な部屋でありながら、ウェアラブル機器が最も外されやすい部屋でもあるのだ。
私がこれを「シャワーのパラドックス」と呼び始めたのは、能動的モニタリングシステムの失敗モードを洗い出していたときだった。現代のスマートウォッチはIP67やIP68の防水等級を備えているにもかかわらず、高齢者は入浴前に決まってそれを外してしまう。水しぶきにも耐えられなかった電子機器を使ってきた長年の経験。高価なものを壊すことへの恐れ。濡れたストラップが薄く敏感な肌に当たる不快感。理由はどれもありふれていて、まったく理にかなっている。
その結果、転倒が最も起こりやすいまさにその時間帯に、利用者は監視から外れてしまう。滑りやすいタイル、硬い陶器の縁、視界を奪う湯気——そしてデバイスは洗面台の上で、完璧に充電された状態のまま、完全に役立たずになっている。
初期の頃、この問題をある投資家に提示したとき、彼は肩をすくめて「じゃあ外せない防水ペンダントを作ればいい」と言った。私はその会議の場で、こう考えていたのを覚えている。あなたは83歳の女性をセンサーに手錠でつなぎたいのか、と。それは解決策ではない。拘束具だ。
問うべきは、どうすれば人々にモニターを身につけさせられるかではない。どうすればモニタリングを見えないものにできるか、だ。
もしあなたの家の壁が、あなたの呼吸に耳を澄ませられるとしたら?
マイクによってではない。電波によってだ。
家庭内のあらゆるWi-Fiルーターは、常時、無線周波数信号を送信しており、それは壁や家具、そして——決定的に重要なことに——人にも跳ね返っている。これらの信号は、チャネル状態情報、略してCSIと呼ばれるものを運んでいる。スマートフォンに表示されるあの粗雑な電波強度の目盛り(お馴染みのバー表示)とは違い、CSIは無線信号が数十から数百もの個々の周波数サブキャリアにわたってどのように伝播するかを記述する。それぞれについて振幅と位相を捉えるのだ。これは本質的に、物理空間の高解像度な電磁的指紋と言える。
人がその空間の中を移動すると、その指紋を乱すことになる。部屋を横切って歩けば、反射信号に生じるドップラーシフトが、はっきりとした速度パターンを作り出す。歩きながら腕を振れば、CSIは手足が受信機に近づいたり遠ざかったりする複雑な相互作用を捉える。
だが、初めてこのデータを見たときに私を本当に驚かせたのはこれだ。歩く必要すらないのだ。ただ呼吸するだけでいい。
5GHz帯では、Wi-Fi信号の波長は約6センチメートルになる。人間の胸壁は、通常の呼吸の際におよそ4から12ミリメートル変位する。これは波長のごく一部にすぎないが、それで十分なのだ。胸が膨らみ縮むにつれて、反射信号は強め合う干渉と弱め合う干渉の間を行き来し、CSIの位相データにリズミカルな振動を生み出す。この振動から、医療グレードの呼吸ベルトに匹敵する精度で呼吸波形を再構成できる——実験的評価では呼吸数の推定誤差は毎分3.2回未満に収まり、深層学習モデルは基準となる胸部ストラップとの相関係数で0.92を超える値を達成している。
私たちのチームが市販のWi-Fiルーターから初めて明瞭な呼吸信号を抽出した夜のことを覚えている。夜も更けた頃——真夜中をとっくに過ぎた時間——で、エンジニアの一人がテストスペースのソファに20分間横たわっている間、私たちは前処理パイプラインを調整していた。画面に波形が現れ、滑らかでリズミカルに、彼の呼吸を完璧に追跡しているのを見たとき、部屋は静まり返った。それから誰かが「彼、本当に眠ってる」と言った。そして私たちにはそれが見えた。カメラでもなく、胸部ストラップでもなく。壁越しに、電波を通じて、30ドルのルーターから。
その瞬間、私たちが取り組んでいるのは漸進的な改善などではないと悟った。まったく別のパラダイムに取り組んでいたのだ。
なぜこれにGPTをただ使うわけにはいかないのか?
この質問をひっきりなしに受ける。たいていは、この2年間、大規模言語モデルがますます印象的なことを成し遂げるのを見てきて、「AI」とは「インターネット上のテキストで訓練されたトランスフォーマーに放り込めばいい」ということだと、もっともらしく結論づけた人たちからだ。
CSIデータはテキストではない。テキストにはほど遠い。それは連続的で、複素数値を持ち、高次元であり、文法ではなくマクスウェル方程式によって支配されている。LLMが5GHzの波形を「読む」ことができないのは、レモンの味を感じることができないのと同じだ。アーキテクチャの根本が噛み合っていないのだ。
だからこそ、汎用モデルを取り巻くAPIラッパーにすぎないものを「AI搭載」の健康モニタリングとして売り込む企業を見ると、私はいら立ちを覚える。Veriprajnaでは、時系列信号処理専用に設計された独自のディープニューラルネットワークを構築している。この違いは重要だ——デモの中でだけ動くシステムと、誰かの祖母が浴室で転倒する午前3時に実際に機能するシステムとの違いなのだから。
私たちのアーキテクチャは、3種類のニューラルネットワークを連携させて用いており、それぞれが信号の異なる側面を担当している。
畳み込みニューラルネットワーク(CNN)は、サブキャリアを時間軸に対してプロットしたCSIデータ行列を、一種の画像として扱う。CNNは周波数間の空間的相関を学習し、転倒のスペクトル的な「かたち」と、回転する天井扇風機のかたちとを識別する。長短期記憶(LSTM)ネットワークは時間的な文脈を加える。転倒は単一の瞬間ではなく、一連の流れだ——立っている状態、バランスを崩す、下方への加速、衝撃、静止。LSTMは以前に何が起きたかを記憶しており、これによって誰かが転倒したのか、それともソファにどさっと座り込んだだけなのかを区別できる。そしてデュアルブランチ・トランスフォーマーは、振幅データと位相データを別々の経路で同時に処理し、どちらの流れがより多くの情報を持つかを動的に優先づけするアテンション機構でそれらを融合する。睡眠中、モデルは呼吸信号が宿る位相データに重きを置く。活動中は、振幅データへと重点を移す。
前処理パイプライン、ドメイン適応のアプローチ、フレネルゾーンの物理学まで含めた完全な技術アーキテクチャについては、私たちの詳細な研究論文で詳しく書いた。要点だけ言えば、これは事前学習済みモデルと週末のハッカソンで解決できる問題ではない。ニューラルネットワークがデータを目にする前の信号処理だけでも、位相アンラッピング、ハンペルフィルタリング、主成分分析が必要になる。
LLMは5GHzの波形を「読む」ことができない。ヘルスケアAIにおいて最も危険なのは、質の悪いアルゴリズムではない——底の浅い技術に施された巧みなマーケティングなのだ。
Wi-Fiセンシングは実際にどうやって転倒を検知するのか?
転倒には、無線周波数領域において驚くほど特徴的な運動学的シグネチャーがある。異なる動作は異なるドップラーパターン——信号が動く物体に跳ね返る際に生じる周波数シフト——を生み出す。
歩行は、腕と脚が受信機に近づいたり遠ざかったりすることで、複雑で振動するパターンを生み出す。着座は、短く制御された下向きの速度を生み出す。だが転倒はどうか? 転倒は特定の一連の流れを示す。不規則な動き(バランスの喪失)、床に向かう急激な加速(重力が働く)、鋭いエネルギーの急上昇(衝撃)、そして——決定的に重要なことに——ほぼ完全な静止だ。
その静止こそが最も重要な意味を持つ。私たちはこれを「ロング・ライ」と呼んでおり、それは転倒そのものよりも危険であることが多い。高齢者が床に何時間も倒れたまま起き上がれずにいると、横紋筋融解症、脱水症状、褥瘡のリスクに直面する。転倒は股関節を折るが、ロング・ライは命を奪いかねない。
私たちのシステムは転倒イベントを検知するだけでなく——検知感度は97%を超える——その後も監視を続ける。CSIが大きな運動の欠如を示しながら、床面での微細な動き(呼吸)の継続的な存在を示している場合、システムは「起き上がれない転倒」を確認し、エスカレーションを行う。この転倒後の文脈情報は、ウェアラブル型の加速度計には本質的に提供できないものだ。ウェアラブルは急激な減速を検知したことは伝えられる。だが、その人が今まさに浴室の床に横たわり、呼吸はしているが動かない状態が過去40分間続いている、ということは伝えられない。
私をさらに興奮させる、もう一つの層がある。転倒前の検知だ。歩行——歩く速さ、歩幅の一貫性——を数週間にわたって継続的に監視することで、システムは転倒に先立って通常現れる、身体可動性のわずかな低下を特定できる。歩行速度の緩やかな低下は、臨床的に検証された転倒リスクの予測因子だ。これはつまり、予防的な理学療法の対象として誰かにフラグを立てられるということだ——事故が起こる前のことであり、後になってから対応するだけではない。
目を持たずに見る部屋
私はある同僚と、プライバシーをめぐって議論を交わした。断続的に、およそ3週間続いた。
彼の立場はこうだった。人々を自宅で監視するシステムはすべて、議論の余地なく監視である、と。私の立場は、それが何をそのシステムが見ることができるかに、完全に懸かっている、というものだ。
寝室に設置されたカメラは、その人の身体、顔、プライベートな瞬間を記録する。もし映像がハッキングされれば、その被害は破滅的で取り返しがつかない。CSIデータ——Wi-Fiセンシングの原材料——は、信号の伝播特性を表す複素数の集合から成る。仮にデータストリームを傍受したとしても、目にするのは振幅と位相の値からなる行列だけだ。顔は映らない。身体も映らない。どれほど試みても画像を再構成することはできない。このシステムは視覚的に盲目であるように設計されているのだ。
Wi-Fiセンシングは人を見ているのではない。人が電磁場の中に生み出す乱れを感じ取っているのだ。この違いは言葉のあやではない——監視と気づきとの違いなのだ。
これは浴室の問題にとって、きわめて重要な意味を持つ。ほとんどの介護施設では、当然のことながら、浴室や寝室にカメラを設置することは禁じられている。だがWi-Fi信号は壁やドア、シャワーカーテンを透過する。湯気の中でも機能する。真っ暗闇の中でも機能する。家の中で最も危険な部屋が、誰にもレンズを向けることなく監視可能になるのだ。
法人向けの顧客——介護施設、アシステッド・リビング施設、在宅入院プログラム——にとっては、規制上の意味合いが大きい。GDPRの下では、CSIは理論上、歩容パターンによって個人を特定できるため、生体情報に分類される。HIPAAの下では、モニタリングから得られる健康データは保護対象保健情報(PHI)にあたる。私たちはこれを、厳格なエッジ処理によって扱っている。生のCSIデータはルーターやゲートウェイ上でローカルに処理され、高帯域の生体情報信号がデバイスの外に出ることは一切なく、抽象化されたイベントのみがクラウドに送信される。例えば、次のようなJSONパケットを考えてみよう。{"event": "Fall", "location": "Bathroom", "confidence": 0.98}この内容には生体情報は一切含まれておらず、それを逆解析して誰かの生理状態を特定することもできない。
プライバシーアーキテクチャとコンプライアンスの枠組みの全体像については、私たちのホワイトペーパーのインタラクティブ版で詳しく解説している。
異なる部屋、異なる住宅ではどうなるのか?
これは私が最も真剣に受け止めている反論だ。なぜなら、長年にわたってこれこそがWi-Fiセンシング研究を正当な意味で頓挫させてきた要因だったからだ。
研究室Aで収集したCSIデータで訓練されたモデルは、アパートBに展開すると見るも無残に失敗する。部屋の寸法が違う、家具が違う、壁の材質が違う——マルチパス環境がすべてを変えてしまうのだ。そのモデルが学習していたのは「転倒とはどのようなものか」ではなかった。学習していたのは「この特定の部屋の、この特定の隅にある、この特定のソファの場合、転倒とはどのようなものか」だった。ある一つの空間の反射に対して過学習していたのだ。
私のチームは、これを身をもって発見するという、実に痛みを伴う時期を過ごした。テスト環境では見事な精度の数値が出ていた——転倒検知で98%を超えていた——ところが、同じ建物の別のフロアにセットアップを移すと、その数値が崩壊するのを目の当たりにした。混同行列をじっと見つめながら、どこか配線を間違えたのだろうと考えていたのを覚えている。だが間違ってはいなかった。モデルは単に、その部屋を丸暗記していただけだったのだ。
その解決策は、ドメイン・アドバーサリアル・ニューラルネットワークと呼ばれる敵対的学習のアプローチからもたらされた。この発想は原理としては洗練されているが、実装するとなると頭を抱えたくなる代物だ。ネットワークを、互いに競合する二つの目的関数で同時に訓練するのだ。一方のヘッドは、動作——転倒か、歩行か、着座か——を正しく分類しようとする。もう一方のヘッドは、そのデータがどの環境から来たものかを特定しようとする。そして特徴抽出器に、環境分類器を混乱させるように強制する。こうしてネットワークは、部屋によって変化しない特徴——スタジオアパートで起きようが介護施設の廊下で起きようが同じに見える、転倒シグネチャーの「プラトン的理想形」——を学習せざるを得なくなる。
ようやくこれがうまく機能するようになったとき——ハイパーパラメータ調整に何週間も費やし、勾配反転層をめぐる深夜の議論を幾度となく重ねた末に——環境をまたいだ精度は安定した。完璧ではない。だが実運用に耐えるレベルだ。「一度訓練すれば、どこでも展開できる」という理想は、工学的な現実へと変わった。
ハードウェア・ゼロの後付け導入
私が話をする事業者たち——アシステッド・リビング施設を運営する人々、転倒リスクをモデル化する保険アクチュアリー、在宅入院プログラムのディレクターたち——にとって、提案の核心は実のところAIそのものではない。経済性なのだ。
こうした施設にはすでに、企業向けWi-Fiネットワークが存在している。廊下にはすでにルーターが、共用エリアにはすでにアクセスポイントが設置されている。センシング能力は、それらの機器がすでに送信している信号の中に宿っているのだ。適切なチップセット——搭載型Hexagon NPUを備えたQualcommのNetworking Proシリーズ、BroadStreamテレメトリーエンジンを備えたBroadcomのWi-Fi 7・Wi-Fi 8プラットフォーム、あるいは専用センシングノードとして展開される5ドルのESP32マイクロコントローラーなど——さえあれば、アップグレードの中身は主にソフトウェアで済む。
購入し、なくし、充電し、交換しなければならないウェアラブルは不要だ。設置し、保守し、プライバシー訴訟で弁護しなければならないカメラも不要だ。ファームウェアのアップデート一つで、100室分の転倒検知が同時に有効になる。
IEEEはこれを、802.11bfという、2024年後半から2025年にかけての制定が見込まれるWLANセンシング標準によって正式化しつつある。これが実現すれば、あらゆる新しいWi-FiルーターがネイティブにCSI抽出とセンシング要求をサポートするようになる。ルーターは標準化されたレーダーになるのだ。インフラはすでに存在している。私たちはただ、それを使ってこなかっただけなのだ。
パッシブなWi-Fiセンシングはウェアラブルを完全に置き換えることになるのか、と聞かれることがある。私はそうは思わない——運動中の心拍モニタリングや屋外活動時のGPS追跡から恩恵を受ける、活動的で機動性のある層には当てはまらない。ウェアラブルは、デジタルに精通し身体的にも活発な65歳から75歳という「若い高齢者」層にとっては、現実的な役割を果たしている。だが、ペンダントの充電を覚えていられない認知症の85歳の人にとってはどうか? 在宅で回復期を過ごし、継続的な呼吸モニタリングを必要とする術後患者にとってはどうか? すべての部屋にカメラを置かずに24時間365日の安全確保を提供しようとする施設事業者にとってはどうか? 答えはより優れたウェアラブルではない。ウェアラブルなど何も要らない、ということなのだ。
ペットについて尋ねる人もいる——犬が誤報を引き起こすのではないか、と。体重15ポンドのテリアと80歳の人間とでは、速度プロファイルも身体の断面積も、劇的に異なる。ニューラルネットワークはこの違いをすぐに学習する。猫はもう少し厄介だが、LSTMがもたらす時間的文脈——すなわち一連の動きであって単一のコマではないという点——が、ほとんどのエッジケースに対処してくれる。
空気はすでに情報で満ちている
この技術に取り組んでいるとき、私はよく祖母のことを考える。彼女はユースケースでもなければ、ピッチデックに登場するペルソナでもない。彼女は、自分の家で、自分の日課とともに暮らしたいと願う一人の人間だ——首から下げたプラスチックのメダルが、訪れる人すべてに自分の衰えを知らせることなしに。
彼女の住まいの空気は、すでにWi-Fi信号で満たされている。それは壁を通り抜け、家具に反射し、彼女が一息吸うたびに波打つ。今この瞬間、そのすべての情報は使われることなく消えていく——電磁ノイズとして、見えないまま、顧みられないまま。
私たちには、それを読み取るための物理学がある。それを解釈するためのAIがある。すでに何百万もの家庭に設置されているハードウェアがある。私たちが今いる場所と、たどり着くべき場所との間に立ちはだかる唯一のものは、健康モニタリングを人の体に装着するものとして考えることをやめ、その人を取り巻く空間の中に織り込むものとして考え始める、その意志だけなのだ。
健康モニタリングの未来は、より優れたガジェットの話ではない。建物そのものに気づきを持たせること——そして、その気づきを目に見えないものにすることなのだ。
脆弱な立場にある人々に、自分自身の監視技術の管理を求める時代は終わりつつある。それは技術が失敗したからではない。その根底にあった前提——装着の継続は設計上の欠陥ではなく利用者側の問題である、という前提——が、そもそも間違っていたからだ。答えは、より優れたボタンを用意することでは決してなかった。何かを押す必要そのものをなくすことだったのだ。
