Google、スマホカメラによる受動的心拍数監視技術を開発
- •Googleはスマートフォンカメラと深層学習を用いて受動的に心拍数を監視するPHRMを発表した。
- •本システムは多様な肌の色において心拍数でMAPE 10%未満、RHRでMAE 5 bpm未満を達成した。
- •Googleは学術研究向けに大規模データセットとPHRM-miniモデルを公開した。
Googleの研究チームは、スマートフォンのフロントカメラを活用し、日常生活の中で心臓血管の健康状態を追跡する受動的心拍数監視システム（PHRM）を開発した。ユーザーがスマートフォンのロックを解除した後に撮影される8秒間の顔動画を解析し、深層学習と光電容積脈波（PPG）技術を用いて心拍数（HR）と毎日の安静時心拍数（RHR）を推定する。365人の参加者による実験環境下で、PHRMはすべての肌の色において平均絶対誤差率（MAPE）10%未満を記録し、既存の15種類の遠隔PPG手法を上回る性能を示した。
231人を対象に8日間追跡した「自由生活」環境での調査では、PHRMが実生活においてもウェアラブルデバイスと同等の精度を維持することが実証された。心拍測定の全体的なMAPEは6.09%で、肌の色別では明るい肌で5.04%、中間で5.12%、暗い肌で7.84%となった。毎日のRHR測定では、目標値である5 bpmを下回る平均絶対誤差（MAE）4.39 bpmを達成している。研究チームはモンク・スキン・トーン・スケールに基づいて約700人分、35万本以上の動画クリップからなる多様なデータセットを構築し、参加者の33%以上を暗い肌の人とするなど、包括的な性能評価を徹底した。
PHRMのパイプラインには、計算効率に優れた時間シフト畳み込みニューラルネットワーク（CNN）と、時間経過とともにRHRの推定値を集計するカルマンフィルタが採用されている。本システムはBMIやフィットネス指標と連動し、堅牢な心血管リスク評価能力を示す一方、暗い肌のグループでは測定成功率が低くなる傾向も見られた。研究チームは、今後のカメラ露出調整などの最適化が必要だと述べている。進歩を促進するため、GoogleはIRB（倫理審査委員会）の承認を得た認定研究者を対象に、最大のrPPGデータセットと事前学習済みモデル「PHRM-mini」を公開したが、商用利用や参加者の再識別試行は禁止されている。