ウェアラブルを超えるパッシブWi-Fiセンシングと深層AI
最も効果的な健康モニターとは、最先端のセンサーや最長のバッテリー寿命を持つものではなく、 何らの操作も一切必要としないものです。
VeriprajnaのパッシブWi-Fiセンシング・ソリューションは、臨床グレードの精度で転倒を検知し、呼吸をモニタリングし、睡眠パターンを分析します——ウェアラブルデバイスは一切不要です。既存のWi-Fiインフラからチャネルステート情報（CSI）を分析することで、私たちは高齢者ケアを悩ませてきたコンプライアンスの危機を解決しました。
Veriprajnaは、介護施設、支援付き高齢者住宅、在宅医療提供機関、保険企業と提携し、尊厳を尊重しながら臨床グレードの見守りを提供する不可視のセーフティネットを展開しています。
既存のWi-Fiネットワークを包括的な安全システムに変えましょう。ハードウェア導入ゼロ、管理すべきバッテリーもなく、紛失するデバイスもありません。ソフトウェア更新だけで100人以上の入居者をモニタリングできます。
継続的な呼吸モニタリング、転倒予防のための歩行分析、睡眠の質のトラッキングにより、本物の「Hospital at Home」を実現します——すべてエッジAI処理によるHIPAA準拠です。
患者の活動、運動能力の低下、転倒リスクに関する客観的で縦断的なデータを獲得できます。データ駆動の介入により、「後期高齢者」（85歳以上）層の転帰を改善しながら保険請求を削減します。
リモート患者モニタリングの主流モデルは、協力が最も得られない層からの能動的な協力を前提としています。
浴室は高齢者にとって最も危険な部屋でありながら、まさにウェアラブルが外される場所です。IP67/IP68規格があるにもかかわらず、利用者は入浴前に習慣的にデバイスを外します——リスクが最も高い瞬間にカバレッジの空白が生じます。
関節炎や軽度認知障害（MCI）のある人にとって、毎日の充電は負担です。調査では、PERS利用者の24%はペンダントを一度も装着しておらず、真に24時間装着を達成したのはわずか14%でした。
医療警告ペンダントは利用者を「老いて脆弱な存在」として「ブランド付け」します。多くの高齢者はデバイスを衣服の下に隠したり人前での装着を拒んだりして、モニタリングシステム全体の効果を損ないます。誤報警への恐れがSOSボタンの使用への躊躇につながります。
「利用者自身が自らの見守りの能動的な参加者であることに依存する仕組みは、 コンプライアンスギャップ——すなわち、技術が理論上もたらす安全性と、日常生活において実際に使われないという現実との間の危険な深淵を生んでいます。」
—— Veriprajnaホワイトペーパー『目に見えない守護者』、2024年
パッシブセンシングが従来のアプローチを超える理由
| 特徴 | ウェアラブル （アクティブ・モニタリング） |
カメラ （映像モニタリング） |
パッシブWi-Fiセンシング （Veriprajna） |
|---|---|---|---|
| 利用者の協力 | ❌ 高い摩擦：装着・充電・手動アラートが必要 | ✓ ゼロ労力：パッシブ | ✓ ゼロ労力：パッシブ |
| プライバシーへの影響 | ✓ 低：データのみ（加速度/心拍） | ❌ 重大：親密な空間の映像録画 | ✓ 低：抽象的なCSI信号。視覚的な識別情報は含まれない |
| 浴室での安全性 | ❌ 致命的欠陥：入浴・シャワー時に外されがち | ❌ 受け入れ不能：プライバシー懸念により使用不可 | ✓ 優秀：NLOSで機能し、蒸気やカーテンを透過 |
| メンテナンス | ❌ 高：電池交換、紛失デバイスの管理 | 中程度：レンズ清掃、電源供給 | ✓ 低：ソフトウェア更新のみ。既存のWi-Fiを活用 |
| 死角 | なし（装着している場合） | ❌ 高：家具・壁・暗闇に阻まれる | ✓ 極小：信号は壁や家具を透過 |
| データの豊富さ | 加速度、心拍数 | 歩行、姿勢、状況 | ✓ 呼吸、歩行、睡眠ステージ、転倒 |
| 認知症への適合性 | ❌ 不適：利用者が装着を忘れたり意図的に外したりする | 中程度 | ✓ 高：外すことも忘れることも不可能 |
真のアンビエントインテリジェンスには、チャネルステート情報（CSI）へのアクセスが必要です。これは無線環境の高解像度な「イメージ」であり、RSSIでは提供できません。
初期のWi-Fiセンシングは受信信号強度表示（RSSI）に依存していました。これは存在を検知できる粗い指標ですが、呼吸のような微細な動きに必要な感度を欠きます。
最新のWi-Fi（802.11n/ac/ax）はOFDMを使用し、チャネルを数十のサブキャリアに分割します。CSIは各サブキャリアが物体とどう相互作用するかを捉え、RSSIでは見えない粒度の細かい情報を提供します。
電波は送受信機間の同心楕円体（フレネルゾーン）内を伝搬します。これらのゾーン内での人体の動きは、CSIで検知可能な位相変化を引き起こします。
呼吸検知: 4〜12mmの胸郭変位は、リズミカルなCSI振動を生じるのに十分です——医療グレードの呼吸ベルトに匹敵します。
人間の行動それぞれが固有のドップラー周波数偏移を生みます。転倒は、急激な加速度（重力）の後に突如静止が続く（いわゆる「Long Lie」）ことで特徴づけられます。
2.4/5 GHzのWi-Fi信号は石膏ボード、木材、ガラスを透過します。アクセスポイントが廊下にあり利用者が閉めたドアの向こうにいても、信号は人体で反射して受信機へ戻ります。
この物理ベースの遍在性により、カメラシステムを悩ませる「死角」が排除されます。単一のWi-Fiリンクで部屋全体または隣接する部屋をモニタリングできます——複数のカメラを必要とするカバレッジです。
チャネルステート情報が、従来のRSSIでは検知できない人間の動きをどう捉えるかをご覧ください。呼吸検知モードと転倒検知モードを切り替えてご確認いただけます。
CSIデータは文法ではなく物理学の法則に支配されます。Veriprajnaは汎用的な言語モデルではなく、時間系列信号処理のために特注の深層ニューラルネットワークを設計しています。
位相アンラップ、ハンペルフィルタリング、PCAによる次元削減。ハードウェア由来のアーティファクト（CFO/SFO）を除去し、主成分を抽出します。
CSI行列を疑似画像として扱います。2D畳み込みがサブキャリア間の空間相関を学習し、人間の動きを回転する扇風機から区別します。
転倒はシークエンスです: 立位 → バランス喪失 → 下降 → 衝撃 → 静止。LSTMは記憶を保持して文脈を理解し、孤立したフレームだけを見ません。
ブランチA（振幅）: マクロな動き。ブランチB（位相）: ミクロな動き。注意機構が関連するストリームを動的に優先します。
なぜDomain Adversarial Neural Networks（DANN）なのか？
「ラボA」で学習したモデルは、部屋の構成が異なる「アパートB」ではしばしば失敗します。DANNは、どの環境がデータを生成したかを識別しようとする敵対者を追加することで、ネットワークに環境不変の特徴——ワンルーム住宅でも介護施設の廊下でも同じように見える転倒シグネチャーの「理想形」——を学習させます。 一度学習すれば、どこでも展開可能。
呼吸モニタリングから転倒検知、睡眠分析まで——ウェアラブルデバイスを一切使わずに臨床グレードの精度を実現します。
呼吸数（RR）は「忘れられたバイタルサイン」でありながら、COPD、CHF、肺炎の悪化を示す主要な先行指標です。胸郭の4〜12mmの変位がリズミカルなCSI位相振動を生み出します。
面倒なPSGラボ検査なしでの睡眠時無呼吸検知
転倒は高齢者の致命的外傷の主要原因です。「Long Lie」（倒れたまま長時間経過すること）は横紋筋融解症と褥瘡を引き起こします。Veriprajnaはこの一連の流れ全体を検知します。
「全身アクティグラフィー」が動きの強度と周期性を分析して睡眠ステージを分類します。認知症の徘徊検知のため、ベッドからの離脱も追跡します。
入眠潜時、WASO、総睡眠時間——すべてリストバンド型アクティグラフィーなしで
高齢者にとって視覚的プライバシーは何より重要です。Wi-Fiセンシングは「カメラ対センサー」論争を解決します——視覚的には盲だからです。
CSIマトリクスは信号伝播を表す複素数で構成されています。人間が CSIパケットを見て人の顔や身体を「見る」ことは 不可能です。仮に傍受されても、そのデータは画像や動画ではなく、解釈不能な信号の歪みにすぎません。
CSIはGDPR第9条上の生体データです。Veriprajnaは厳格なエッジAI処理によってコンプライアンスを確保します:
「この特性により、Wi-Fiセンシングは 浴室モニタリング——家の中で最も危険な、カメラが厳しく禁じられる部屋——にとってことのほか適したものとなるのです。」
IEEE 802.11bf（WLAN Sensing）により2024/2025年までにCSI抽出が標準化され、あらゆるルーターがレーダーになります。
統合型のWi-Fi 7 Hexagon NPU を搭載するチップセットにより、デバイス上での深層学習推論が可能になります。VeriprajnaはPyTorchモデルを量子化バイナリへ変換し、リアルタイムのエッジ処理を実現します。
BroadStream センシングデータのオフロード専用に設計されたワイヤレステレメトリエンジン。AI学習・推論のための高周波・低レイテンシCSIストリームを実現します。
低価格（$5）のマイクロコントローラに ESP-CSI Toolkit を組み合わせれば、大規模施設でも高密度なセンシングメッシュが可能になります。ESP32は専用受信機として動作し、中央ゲートウェイにデータを供給します。
基礎的なCSI抽出と基本的なモーション分類APIを提供します。Veriprajnaはその上に統合し、医療グレードの解釈を実現します。
マルチパス解析のためのTime Reversal Machine技術。TruPresenceと転倒検知エンジンは完全にエッジ上で動作し、プライバシーファーストのアーキテクチャと整合します。
「ゼロハードウェア改修」が既存のWi-Fiネットワークを包括的な安全システムへと変えます。
OFDMを使用する最新のWi-Fiは、チャネルを数十のサブキャリアに分割し、それぞれを複素振幅と位相データとしてチャネルステート情報（CSI）に取り込みます。送受信機間のフレネルゾーン内での人体の動きは、CSIで検知可能な位相変化を引き起こします。転倒は、特徴的な高エネルギーのドップラー急増の後に突然の静止が続く形をとり、速度プロファイルの分析によって着座と区別できます。5 GHzの波長は約6cmであり、3cmの移動で位相が一周期分変化します。
はい。呼吸時の4〜12mmの胸郭変位は、医療グレードの呼吸ベルトに匹敵するリズミカルなCSI位相振動を生み、誤差は毎分3.2回未満、基準ベルトに対する相関は0.92超を達成します。睡眠分析では、動きの強度と周期性を分析する全身アクティグラフィーにより覚醒・浅い睡眠・深い睡眠/REMの各ステージを分類し、入眠潜時、入眠後覚醒時間（WASO）、総睡眠時間を追跡します。
ある部屋で学習したモデルは、構成や素材が異なる別の部屋ではしばしば失敗します。Domain Adversarial Neural Networks（DANN）は、どの環境がデータを生成したかを識別しようとする敵対者を追加することで、ネットワークに環境不変の特徴を学習させます。敵対者が成功すると主ネットワークが罰せられ、ワンルーム住宅でも介護施設の廊下でも同じに見える普遍的な転倒シグネチャーを学習せざるを得なくなります。これにより「一度学習すれば、どこでも展開できる」能力が実現します。
VeriprajnaのパッシブWi-Fiセンシングはウェアラブルの改良にとどまりません——コンプライアンス負担を根本から排除します。
施設向けの導入モデルの作成、当社の深層AIアーキテクチャの探究、そしてゼロハードウェアのアンビエントインテリジェンスへの道筋の理解のために、コンサルテーションをご予約ください。
完全なエンジニアリングレポート: CSIの物理、フレネルゾーンの数学、CNN/LSTM/Transformerアーキテクチャ、DANNドメイン適応、GDPR/HIPAA準拠、ハードウェアエコシステム分析、53件の学術引用。