AIウェアラブルで体内時計を計測――認知症の「早期サイン」になるか?最新研究レビューが示すこと
アルツハイマー病やパーキンソン病などの神経変性疾患において、体内時計(概日リズム)の乱れが病気の早期サインになり得るとして注目されています。AIを組み合わせたウェアラブルデバイスでその乱れを検出しようとする研究が進んでおり、最新の系統的レビューがその可能性と現状の課題を整理しました。
結論:体内時計の乱れは認知機能低下と関連、ただし臨床応用にはまだ課題が多い
手首に装着するウェアラブルデバイスとAI(人工知能)を組み合わせて体内時計(概日リズム)のパラメータを継続的に測定することで、神経変性疾患のリスクや認知機能の低下を反映する「デジタルバイオマーカー」になり得る可能性が示されました。ただし、現時点での証拠の確実性は限定的であり、AIモデルの外部検証や大規模な縦断研究が行われるまでは、臨床診断ツールとして使用するには時期尚早であるとレビューは結論づけています。
研究の概要:10件の研究を対象とした系統的レビュー
この研究は、2025年6月および2026年3月に複数の医学・工学データベース(PubMed、Scopus、JMIR、IEEE Xplore、ACMデジタルライブラリなど)を対象に文献検索を行い、PRISMA 2020ガイドラインに従って系統的レビューとして実施されました。最終的に2015年から2025年にかけて発表された10件の適格研究(および参照用に3件の感度参照文献)が分析対象となりました。
対象者は、地域に住む高齢者から、重度の認知症を抱える介護施設入居者まで幅広く含まれており、各研究の参加者数は16人から7,297人とさまざまでした。測定デバイスとしては手首式アクティグラフィー(活動量計の一種)が最も多く用いられ、AIや機械学習の手法としてはランダムフォレスト・勾配ブースティング・回帰モデルなどの教師あり学習、教師なしクラスタリングなどが使用されていました。
結果:概日リズムの「断片化」が認知機能低下と関連
分析された主な概日リズムのパラメータには、日間安定性(interdaily stability)、日内変動性(intradaily variability)、相対振幅(relative amplitude)、リズムの中線推定統計(midline estimating statistic of rhythm)、概日刺激(circadian stimulus)などが含まれます。これらの指標のうち特に「概日リズムの断片化」、つまり体内時計のリズムが乱れて不規則になる現象が、日常生活機能の低下、認知症リスクの上昇、そして認知機能の低さと関連していることが複数の研究で示されました。
介護施設など施設入居者を対象とした研究では、アクティグラフィーで得られた断片化指標と機能的な低下との関連について、中程度の確実性の証拠が得られています。一方で、地域在住の高齢者を対象とした研究では、予測バイオマーカーとしての証拠の確実性は低いと評価されています。また、調査対象となった10件のうち7件は、AIによる予測モデルを構築するのではなく、決定論的アルゴリズム(規則に基づく固定的な計算手法)を使用したものであり、予測モデルを外部データで検証した研究は1件もありませんでした。さらに、AI研究に特有の報告ガイドラインに沿った研究も存在しませんでした。
生活への示唆:将来的な可能性と今後の展望
今回のレビューは、AIとウェアラブルデバイスを組み合わせて体内時計を継続的・非侵襲的に計測するアプローチが、認知症の早期検出に向けた有望な研究方向であることを示しています。睡眠や活動のリズムの乱れが認知機能の変化と結びついているという知見は、日常生活における体内時計の重要性を改めて示唆するものといえます。
ただし、研究者らはいくつかの重要な注意点も指摘しています。現在の研究の多くは規模が小さく、参加者の多様性が乏しく、観察的・記述的なものにとどまっています。臨床現場で活用できる水準に到達するためには、標準化された概日リズム指標の使用、多様な背景を持つ集団への適用、複数施設にわたる縦断的な追跡研究、そして判断根拠が人間にも理解できる「説明可能なAI」の導入が必要だとされています。研究チームはこうした課題に対応するための4層参照アーキテクチャ(センシング・パラメータ抽出・AI推論・臨床検証の各層)を提案しており、今後の研究開発の道筋を示しています。
体内時計の乱れを日常的に、かつ非侵襲的に追跡できる技術は、将来的に認知症リスクの早期把握や経過観察を助けるツールになる可能性を秘めています。ただし現時点では研究段階であり、一般の方がウェアラブルデバイスのデータをもとに自己診断を行うことを支持する根拠は確立されていません。今後の大規模な検証研究の進展が注目されます。
出典
JMIR aging(2026 Nov 20)
AI-Based Monitoring Devices for the Identification of Circadian Parameters as Digital Predictive Biomarkers of Neurodegenerative Diseases in Older Adults: Systematic Review.(PubMedで見る)
本記事は紹介した研究結果を分かりやすくまとめたものであり、特定の症状や病気に対する診断・治療を推奨するものではありません。健康上の不安がある場合は医師にご相談ください。本記事はAIによる翻訳・要約を活用して作成し、公開前に運営者が内容を確認しています。詳細は「制作プロセス開示」「免責事項」ページをご覧ください。
