Oura活動量(1分単位のMETS値)からの意味 その2

2024年7月中、蒸し暑い日々が続いています。水野裕識(みずのひろのり)です。

Oura活動量(1分単位のMETS値)の意味を見つけたので、報告したい。

センサーからのデータは、どこまでも間接的であり、データのなかに何かを意義・意味を見出さななければならない。その程度の情報量の解像度でも、意味が見出せるなら、それが価値につながる。ここが大事なんだが、データに意味付けするのは後天的だから、当たり前だが、一般には乖離している。

少し分かりやすく言えば、例えば、このセンサー情報は、こころの状態を測ることができるかに応えきれるか、この課題は、なんでこのセンサーで見えるのか、何で解決できるのかを応えるなければならない。

3D加速度センサーを単なる連続的な数字に何をどのように見いだせるのかについて、深く考えてきた。技術として測定できた数値データをどのような意味を見出して上位層と連結しえるかを議論すべきと考える。

Ouraメッツ値は1日1440回得られる。

24時間365日の身体の動き情報はどう表現できるのか、その1つの表現として、この前のブログ記事として説明した。

行動タペストリーは、色が付いたグラフ表現として美しい。現れるパターンや模様から何を意味として感じとることができるだろうか。パターンを訓練をさせて、AIで推論すれば良いかもしれません。

縦軸に1日あたりの1分METS値を累積数(橙線)を示す。

下限値は限られていて、1750程度。上限は、1週別に跳ねるが、運動量に比例していることがわかる。

Ouraの1分METS値の累積数グラフ

Ouraの1分METS値の累積数グラフ

青線は、10日平均線です。ここで青線の振動しているように見えるが、大きく上下しているわけではない。さらに緑線は、30日平均線。

この間の累積値の平均は、ほぼ2000である。

Ouraの1分METS値の累積数グラフ

Ouraの1分METS値の累積数グラフ

これから、捉えたい実践すべき内容は以下の通りである。

①アスリートのグラフは、このピークの跳ねた日付がさらに大きく増える。平均値は高くなる。アスリートの怪我を予防するためには、行動数量から何か分かるものだろうか。

②行動障害(例えば鬱)になると、行動量は低下する。行動障害が起きる前の行動数量から何か気づけることがあるだろうか。

③高齢者の累積平均値は下がる。年齢と、性別で、どこで、どのようにグラフが上下するのか、他の睡眠の状態とも合わせて、フレイルの状態について何か分かるだろうか。

このような傾向が分かるとしたら、自治体の方や、様々な協力頂ける皆さまと一緒に確認させていただきつつ、最終的には自分自身の状態への振り返りにつなげていけると考えている。

おそらく、数年のうちに、AGIとともに社会変化が大きく起きるこれからの時代において、自身で今の状態を知り、ヘルスケア対策として、これからの自分の身体、心を守ることに使われるべきであり、きめ細かく対応していけるべきではないかと考えている。①②③の連携については、水野(hm@bbjpn.com)までお願いします。

 

wellness tokyo 2023 基調講演しました

健康増進・未病対策に関する総合展「Wellness Tokyo 2023」のセミナーで講演をしました。満席で、盛況でした。

私は、「ビッグデータから見えること」を題目に、何十億件、何百億件とデータが生体情報が積まれることで、個々人の生体内特性を明らかにして、健康に役立つ可能性と、国を超えて多くのデータが集まることで、社会性・ソーシャルに影響を与えられる可能性についてお伝えしました。

日本のセンサーは非常に精度が高く、そのデータを積み上げられれば、フローとコンテキストから、そのデータの相関を明らかとし、さらに社会的にはどういう意味を持つのかまでを踏み込んで因果を説明しえること、さらにはデータから予測が可能になるので先に手が打てる可能性があるというお話をいたしました。

wellnesstokyo2023講演

wellnesstokyo2023講演


最後に、柳沢正史 先生(筑波大学 国際統合睡眠医科学研究機構 機構長・株式会社S’UIMIN代表取締役社長)と、ロペズ,ギヨーム 先生(青山学院大学理工学部教授)と、セッションをおこないました。

世界的な睡眠研究者、ご高名な柳沢先生と、直接お話をさせて頂き、睡眠研究の奥深さに感動いたしました。ロペズ先生の先進的なウェラブルデバイス研究につきましても、取り組むべき課題が多く残されていることを感じました。

今回、このような貴重な機会を頂けました関係者の皆さまに、心より御礼申し上げます。

睡眠リングOuraによる検査サービス

2023年 盛夏です。

毎日休息(睡眠)と運動をしながら、コンディションを高める工夫をしています。

水野裕識です。

睡眠リングOuraによる睡眠検査サービスをはじめましたのでご報告します。

睡眠に働きかける新商品を開発された人に向けて、被験者の皆さまの睡眠を測定してみませんか?

利用者の皆さまが、指にリングを簡単に装着するだけで、試験期間中の睡眠をモニターし続けます。腕輪型測定デバイスよりもはるかに楽に測れます。

新しく開発した食品、寝具、その他睡眠に関するサービスの、ビフォー・アフターを検証することができます。

Ouraリングは、毎日、睡眠スコアなど記録しつづけます。

期間3年(約1000日)、測定をつづけた被験者(男性)の睡眠スコアとコンディションスコアの散布図を作成しました。

この図から、これら二つのスコア間には明確な正の相関があることがわかります。

つまり、一般的に「Sleep Score」が高い日は「Readiness Score」も高く、逆に「Sleep Score」が低い日は「Readiness Score」も低い傾向があると言えます。これは、良好な睡眠が体調の良さ(高い「Readiness Score」)に直接的に寄与している可能性を示しています。

開始3か月(赤色✕)と直近3か月(青色✕)では、明確に異なる傾向を示しています。

具体的には、最初の3ヶ月間は「Sleep Score」および「Readiness Score」の範囲が広く、これらのスコアが低い日が一定数存在しています。一方、最後の3ヶ月間はこれらのスコアが全体的に高く、範囲も狭まっています。これは、時間の経過とともに睡眠の質や体調が改善された可能性を示しています。

両期間とも「Sleep Score」と「Readiness Score」の間には明確な正の相関があることがわかります。つまり、一般的に「Sleep Score」が高い日は「Readiness Score」も高く、逆に「Sleep Score」が低い日は「Readiness Score」も低い傾向があります。これは、良好な睡眠が体調の良さ(高い「Readiness Score」)に直接的に寄与している可能性を示しています。

睡眠リングを装着しはじめた睡眠スコアの3か月(左図)と、直近3か月(右図)の値を示します。

これらの統計量とヒストグラムから、直近の3ヶ月間の睡眠スコアは大体85付近に集中していることがわかります。また、スコアの分布は比較的狭く(標準偏差が約6.97)、個々の日におけるスコアは最初の3ヶ月間に比べて少なく変動していることが示されています。

つまり、直近の3ヶ月間の睡眠スコアは、最初の3ヶ月間に比べて平均的に高く、またその変動も少ないようです。これは、一貫した良好な睡眠習慣を維持している、または睡眠環境が改善されている可能性を示しています。

睡眠リングを装着しはじめたコンディションスコアの3か月(上図)と、直近3か月(下図)の値を示します。

直近3か月のReadinessスコアの平均値と中央値は最初の3か月よりも高く、標準偏差はやや大きいため、 直近の3か月の方がReadinessスコアが一貫して高く、変動が若干大きいことが示されています。

はじめた直後は、ピークが低くばらけています。直近ではばらけ具合が減っています。

最後に、

睡眠スコア(開始3か月:最左、直近3か月、左から2番目) コンディションスコア(開始3か月:右から2番目、直近3か月、最右)の箱ひげ図を示します。

1)中央値の線(緑線)が明らかに左よりも右のほうが上昇しており、時間の経過とともに、睡眠の質と体調が、全体的に改善されたことを示しています。 2)睡眠スコアの箱の大きさ(四分位範囲)が小さくなっています。これは変動の幅が小さくなったことから、良好な睡眠を一貫して取れていることを表しています。 3)外れ値(箱から離れる棒、点)が減少しています。時間の経過ととも極端なスコアが出にくくなって いることを示しています。

まとめます。

睡眠リングを使うことにより、被験者が装着するだけで、試験期間中をモニターし続けます。長い期間、様々な組織でデータを積み上げてきましたので、経験値の差別化はできると思います。

新しく開発した食品、寝具、その他睡眠に関するサービスの、ビフォー・アフターを検証することができます。

一般的な利用者への試験については、開始2か月で慣れて(ビフォー)、次の数か月で具体的な試験を実施し、次の数か月で試験(アフター)の継続を測定しえます。

睡眠リング(Oura)を活用した新しい睡眠測定サービスについて、ご説明をいたしました。

睡眠に関する新商品、新サービスをお作りになった方からのご相談、お待ちしております。

素晴らしき健康支援デバイス OURAリング の活用

水野裕識(みずのひろのり)です。

OURAリングGEN3が届きました。GEN2を2年ほどはめて、睡眠の状態は良くなりました。睡眠圧を感じられるようになって、眠りにつけるのと、朝の目覚めがものすごくよいので、やる気に満ちた朝を迎えられるようになっています。一言でいうと、上手に眠れるようになっています。

それまでは、中途覚醒が普通に起きて、そこからブルーライトのスマホの光りにより、寝付けないまま、朝を迎えてしまうなどはよくあったのですが、当然ながら、これはそのまま日中のパフォーマンス低下につながりますので良いわけがありません。

睡眠の状態をきちんと測って、アプリからもらえるアドバイスに従うだけで、自然と睡眠が良くなるわけですので、素晴らしい体験をさせてもらえるOURAリングに改めて感謝しています。

OURAリングをはめて睡眠が良くなることで、日中のピークパフォーマンスにも影響してくるので、まだまだ知られてないこのスマートデバイスを、もっともっと広めたいと思い、最近ではスポーツ選手たちに装着をしてもらい、彼らの睡眠状態をサポートさせていただきました。

眠りは、誰もが通る道であり、人生の3分の1は眠っているのですが、上手に過ごすためには何が必要かを知る方法がなかったように思います。そこをこのスマートデバイスで、測定をしていくなかで、睡眠とどのように向き合えばよいのかを自然をわかるようになります。

夜間の安静時心拍数が、自分の標準偏差より外れていたらどうか。自分の年代の平均値より、もしσ(偏差)ずれていたら、それは問題だと思うのです。よって、気を付けるポイントが分かってきます。小さな組織の単位で細かく観ていくことで、個々人のサポートにつなげていけるのではないかと思います。

そんな活動を少しずつ対応をしており、地方自治体のご支援を一緒にいたしましょうと、お声をかけて頂きはじめました。行動量なども見えるようになることから、フレイル低下をさせないように、誰にどのようにアクション(お声がけふくめて)を行えるかを検討していけるものと思います。

こうしたデータを1つ1つ積み上げていき、知識知恵を蓄えていくことで、病気になる前の自分の健康状態を知りできるだけ、良い状態で一日を過ごせるようになるものと思います。

こういう人のお役に立つ、良い流れを大事にして、事業サービスを対応していこうと思います。

『睡眠が分かれば、生活が変わる』

ということで、本サービスに興味がある方は、水野(hm@bbjpn.com)まで、ご連絡お待ちしております。

 

 

 

矢野和男さんの『データの見えざる手』(第5章)

今日も、ただ、ひたすら暑い。体温より暑い外気温、どう理解したらいいのだろうか。
これは外に出るなということだろうか。

本日も、矢野和男さんの著書、データの見えざる手を読み進めております。

人間の活動に温度差があるとはいえ、一日でできる小さな活動から大きな活動まである範囲に収まるという発見は、
驚かされた。U統計、U分布に、人の活動は規定されているのだ。自分の分布を知り、それをよりよくすることは、
是非ともやってみたいことであろう。加速度センサーからの人の行動、組織内部の行動構造について説明がなされたが、
第5章では、『データから見える社会を科学する』という視点からのお話をご説明いただいている。

いきなり社会構造といっても分からなくなってしまうので、まずは一人ひとりの人間の周りにある「場」とその周辺にある
人との相互作用の結果が、行動として表れるとしている。環境とのやりとり、相互作用から、行動が生まれるのだから、
環境内部に、様々な確度からの測定することができるならば、社会のある構造について語れるはずであるというアプローチを
取っておられる。人を加速度センサーという視点で詳しく見てきた方なので、場と相互作用も何かしらの方法で見える化できれば
と考えるのは、得心いたします。

様々なセンサーを取り付けた店舗内情報と、人の活動情報を照らして、売り上げを最大にするための要因を明らかにした
説明がなされています。跳躍学習を取り入れたAIシステムソフトウエアの凄さを解説いただいている。
何がすごいかって、一言でいうと、仮説生成を自動で行えるシステムに仕上がっている点にある。

計算機システムは、だいたい、よくわかっている専門家が、その知識のうえに、システムをくみ上げる。
これが何がダメかといえば、その専門家の恣意が、知らず知らずに入ってしまう点にある。
問題をシンプルに置き換えて、簡単かしてしまうような発想では、社会構造のような複雑な事象を扱うことができない可能性が
あり(気づかないだけで、シンプルな構造表現できる場合もあるし、それを見つけることがこれまでの科学手法でもあった)、
複雑な事象とは、どの方向からどうやって分けるのかすら、分からないほど、複雑なので、であるならば、帰納的な部分については
複雑なまま計算機に扱わせてしまおうという立場で説明される、これなんぞは、目から鱗である。

矢野さんらのAIシステムが画期的であるのは、データから仮説を自動生成、その仮説数も数百万の仮説を作りだして、
ある特定のパフォーマンスを高める因子を見つけ出せるようである。モデルはこうだと思い込んで、プログラム開発をするのではなくて、
データからすると、どうもモデルはこうなっているようだと、モデルの逆生成を行っているという、なんともすごいことである。

システム屋からすると、いままでの反対の行動でどんどん進んでおられるので、たいへん興味がわく次第である。
これができるなら、これからの必要となるといわれるデータアナリストも、いらなくなるのではないか。
アナリストがデータ分析を繰り返して、1つの道筋を見つけている間に、跳躍学習Hは、膨大な仮説から、
非常に多くな有用なストーリを示して頂ける可能性がある。もちろん、業界の専門家ですら、気付けない点についても、
きっとHシステムから、ご提案をいただけるのであろう。ほんとに、カッコいい。

今後私たちがなすべきことが分かった気になった(気づかせて頂けたというべきか)。
前提として、何を目標・目的に据えるかである。この目標・目的は、人間でしかできないことであり、意思を表すということだ。
そしてのその目標・目的を表現するために、どういうミクロなデータを集めるかを決めなければならない。
いついかなる時も、均質なデータを延々と取り続けること。取ったり取れなかったりするデータでもなくて、
24時間365日のデータ(時間軸上はできる限り短い時間、データ量はその分増えるが)を手にすることである。
この膨大なデータ量を手にした後、そのデータから目的や目標に到達するストーリを、計算機に導かせる。
人が作りだす仮説なんてものは、個人の恣意が入り、仮説のうちに入らないという世界が、近づいてきているようにも思えた。

目標設定⇒均質なデータ取得⇒データから多くの仮説を作り、目標を達成するモデルを逆生成する。

将棋・囲碁、画像認識、自動運転、こうした考えがベースになって、それぞれのアプローチを進めているように思います。
わたしも、こうした動きに少しずつでも理解を深め、前に進めるアプローチできたらと思います。

矢野さん本、いよいよ残りは6章だけになりました。矢野さんの見ている世界観を少しでも近づくことができたらと思っています。
勉強になります。