科学者たちは、運動中に消費されるカロリーを追跡するために、安価なセンサーで作られた新しいシステムを開発しました。
大学院生のパトリック・スレイド氏によると、この機器の誤差はスマートウォッチの3分の1にすぎません。
この研究を進める上で重要な一歩は、他のウェアラブル機器が手首の動きと心拍数に依存しており、必ずしもエネルギー消費量を示すわけではないと理解したことでした。
この機器は、人間のパフォーマンスについてより多くを知るための新しい方法を切り開く可能性があります。
2つの安価なセンサーで構成されたこのシステムは、活動中に消費されるカロリーを追跡する上でスマートウォッチよりも正確であると、研究者らは報告しています。
また、このシステムを自分で作るための手順は、オンラインで無料で入手できます。
スマートウォッチやスマートフォンは、活動中に消費されるカロリーを数える際に約40～80%の誤差が生じがちであるのに対し、このシステムの平均誤差は13%です。
「私たちは、米国の人口を代表する多様な参加者グループで評価したコンパクトなシステムを開発しました。その結果、スマートウォッチの約3分の1の誤差であり、非常に良好な性能であることがわかりました」と、スタンフォード大学機械工学専攻の大学院生で、この研究に関する論文の筆頭著者であるパトリック・スレイド氏は述べています。論文は次の雑誌に掲載されています：Nature Communications。
この研究の重要な要素は、カロリーを数える他のウェアラブル機器の基本的な欠点を理解したことでした。それらは手首の動きや心拍数に依存していますが、どちらもエネルギー消費量を特によく示すものではありません。（コーヒー1杯で心拍数が上がることを考えてみてください。）研究者らは、脚の動きの方がより多くを物語るという仮説を立て、実験によってその考えが裏付けられました。
実験室レベルのシステムでは、呼気中の二酸化炭素と酸素の交換速度を測定することで、身体活動中に人がどれだけのエネルギーを消費しているかを正確に推定できます。このような装置は健康状態や運動能力の評価に用いられていますが、かさばり、装着時に不快感を伴う機器を必要とし、高価になることもあります。
新しいウェアラブルシステムは、脚に取り付ける2つの小型センサー、バッテリー、そして携帯可能なマイクロコントローラー（小型コンピューター）のみを必要とし、製造コストは約100ドルです。システムを製造するための部品表およびコードは、いずれも公開されています。
「これは大きな前進です。これまでは、人がどれだけのエネルギーを消費しているかを正確に推定するのに、2分から6分かかり、さらにガスマスクも必要だったからです」と、工学部教授で共著者のスコット・デルプ氏は述べています。「パトリックの新しいツールがあれば、オリンピック選手がゴールラインに向かって走る際の一歩ごとのエネルギー消費を推定でき、その選手のピーク時のパフォーマンスを支えている要素を測定できます。また、心臓手術から回復中の患者が消費したエネルギーを算出し、運動をより適切に管理することもできます。」
手首ではなく脚
人がどのようにカロリーを消費するかは複雑ですが、研究者らは、脚のセンサーがこの過程を理解するための簡単な方法になるのではないかと考えていました。
「従来のスマートウォッチの問題点は、手首の動きと心拍数の情報しか取得できないことです」と、航空宇宙工学の准教授で共著者のミケル・コーチェンダーファー氏は述べています。「パトリックの機器の誤差率が低いのは当然です。脚の動きを検出し、人が消費するエネルギーの大部分は脚によって使われるからです。」
このシステムは意図的にシンプルに設計されています。太ももに1つ、片脚のすねに1つ、計2つの小型センサーで構成され、腰に装着したマイクロコントローラーで動作します。このマイクロコントローラーは、スマートフォンで容易に代替できます。これらのセンサーは「慣性計測装置」と呼ばれ、脚が動く際の加速度と回転を測定します。軽量で携帯性に優れ、低コストであるため、「スマートパンツ」など、衣類を含むさまざまな形態に容易に組み込むことができます。スマートパンツ。
このシステムを類似技術と比較するため、研究者らは被験者にこの機器を装着させるとともに、2台のスマートウォッチと心拍モニターも装着させました。これらすべてのセンサーを装着した状態で、被験者はさまざまな速度での歩行、ランニング、サイクリング、階段昇降、歩行とランニングの切り替えなど、多様な活動を行いました。
すべてのウェアラブル機器を実験室レベルのシステムで測定したカロリー消費量と比較したところ、研究者らは脚に装着するこのシステムが最も正確であることを確認しました。
12名を超える、年齢と体重の異なる被験者を対象に、このシステムをさらに検証したところ、研究者らは膨大なデータを収集しました。スレイド氏はこのデータを用いて、カロリー消費推定値を算出する機械学習モデルをさらに改良しました。
このモデルは、センサーから得られる脚の動きの情報を取り込み、過去のデータから学習した内容を用いて、利用者が各瞬間にどれだけのエネルギーを消費しているかを算出します。また、現在の最先端システムでは、実験室で被験者をマスクに接続して約6分間のデータを取得する必要がありますが、この自由な装着が可能な代替手法は、わずか数秒の活動データで機能します。
「私たちが毎日行う動作の多くは、20秒以下の短い動作の繰り返しで行われます」と、スレイド氏は述べています。見落とされがちな短時間の活動の例として家事を挙げました。「こうした短い活動や、活動間の動的な変化を捉えることは非常に難しく、現時点では他のどのシステムもそれを行うことができません。」
オープンソースのカロリー計算
このチームにとって、シンプルさと手頃な価格は重要な要素であり、設計を公開することも重視されました。この技術によって、人々が自身の健康を理解し、管理できるよう支援したいと考えているからです。
「私たちはすべてをオープンソース化しています。人々がこれを活用し、公衆の生活を向上させる製品を開発してくれることを願っています」と、コーチェンダーファー氏は述べています。
また、このシステムのシンプルさ、手頃な価格、携帯性は、より良い保健政策や人間のパフォーマンスに関する新たな研究の道を支える可能性があると、研究チームは考えています。スティーブ・コリンズ機械工学准教授（本論文の上席著者）が率いる研究グループは、すでに同様のシステムを用いて、パフォーマンスを高めるウェアラブル・ロボットシステムによって消費されるエネルギーを研究しています。
「最も興奮する点の一つは、動的に変化する活動を追跡できることです。この正確な情報により、人々がどのように運動すべきか、あるいは体重をどのように管理すべきかを推奨する、より優れた政策を提供できるようになります」と、スレイド氏は述べています。
「人間のパフォーマンスに関して、まったく新しい一連の研究を行うことができるようになります」と、生体工学と機械工学の教授も務めるデルプ氏は述べています。「歩行中、ランニング中、自転車で全力を出している際に、どれだけのエネルギーを消費しているか。これらはすべて基本的な要素です。このような新しいツールがあれば、人間のパフォーマンスに関する新たな発見への扉が開かれます。」
本研究は、米国国立科学財団、米国国立衛生研究所、およびスタンフォード大学院フェローシップの支援を受けて実施されました。
