※本記事は、AI for Good Global Summitが主催するウェビナー「AI-Powered Exoskeletons Revolutionizing Rehabilitation and Mobility」の内容を基に作成されています。本ウェビナーはITU(国際電気通信連合)が主催し、40の国連関係機関との連携およびスイス政府との共催のもとで運営されるAI for Goodプラットフォームの一環として開催されました。動画の詳細情報は https://www.youtube.com/watch?v=KHMWLH9Yj18 でご覧いただけます。
登壇者は、EPFLのREHAssistリサーチグループリーダーであるMohamed Bouri氏、North Carolina State UniversityのAssociate ProfessorであるHao Su氏、Embry-Riddle Aeronautical UniversityのAssistant ProfessorであるShuzhen Luo氏、およびWandercraftのR&D EngineerであるEmmanuelle Bres氏の4名です。
本記事では、ウェビナーの内容を要約しております。なお、本記事の内容は原著作者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈についてはオリジナルの動画をご視聴いただくことをお勧めいたします。
1. セッション概要とイントロダクション
1.1 AI for Good Global Summitの位置づけと本セッションの目的
本セッションは、国際電気通信連合(ITU)が主催し、40の国連関係機関との連携および、スイスとの共催のもとで開催されるAI for Good Global Summitの一環として実施されました。AI for Goodは、AIの実践的な応用を特定し、国連の持続可能な開発目標(SDGs)の達成に向けてその解決策をグローバルに展開することを目的とする、行動指向型の国際プラットフォームです。
本セッションのテーマは「AI-Powered Exoskeletons Revolutionizing Rehabilitation and Mobility」であり、AIを活用したロボットが人間の可能性を引き出し、SDGsの推進にどう貢献できるかを探るロボティクス・プログラミングトラックの一部として位置づけられています。
1.2 登壇者紹介とセッションの進行方針
Gil Martinez(ITU): 本日のセッションへようこそ。今日は学術界と産業界の第一線で活躍する専門家の皆さんをお迎えし、AIを活用した外骨格ロボットがリハビリテーションとモビリティの分野をどのように変革しつつあるかについて、深く掘り下げてまいります。
モデレーターを務めるのは、チューリッヒ工科大学(ETH Zurich)健康科学技術学部のAdun教授であり、リハビリテーション工学研究所の共同ディレクターでもあるOlivier Lombriser氏です。
Olivier Lombriser(ETH Zurich): 本日のウェビナーへ、皆さんを心よりお迎えします。私たちはこれからロボティクスと外骨格の世界に踏み込みます。それらがいかに設計され、いかに制御され、そして重篤な運動機能障害を抱える多くの人々の生活の質をどのように改善できるのか、さらにその開発においてAIがどのような役割を果たすのかについて議論してまいります。将来、補助型外骨格が私たちの周りのいたるところで障害を持つ人々を支援するようになるのか、私たちはすでにそこに到達しているのか、登壇者の皆さんの考えを伺っていきたいと思います。
本日の登壇者は4名です。いずれも学術界・産業界の第一線で活躍する専門家であり、それぞれ10分間の講演を行った後、全体でディスカッションの時間を設けます。聴衆の皆さんはNeural Networkのインターフェースから質問やコメントをお寄せいただき、積極的にご参加ください。
2. 第1講演:下肢外骨格の設計から日常生活・リハビリへの応用(Mohammad Bouri, EPFL)
2.1 EPFLリアシスト研究グループの開発の歴史と設計哲学
Mohammad Bouri: 私はスイス連邦工科大学ローザンヌ校(EPFL)のReAssist研究グループのディレクターを務めております。本日は私たちのグループが積み重ねてきた開発の歴史と、そこから導き出した設計思想についてお話しします。
私たちのグループは、長年にわたって動力付き下肢装具の開発に携わってきました。初期の取り組みとして、股関節・膝関節・足首関節を矢状面で駆動する下肢装具を開発し、その後、下肢外骨格の先駆けとも言えるWalkerやHipO(股関節駆動型装具)の開発へと進みました。HipOは股関節の屈伸運動を補助するものでしたが、当時は重量が非常に大きく、十分な成果を出すには至りませんでした。それでも、この段階での取り組みを通じて外骨格開発における重要な知見を多く得ることができました。
さらに私たちは、Duke大学との共同研究として、脳電極を埋め込んだマカク猿の運動制御を補助するシステムの開発にも携わりました。そして2014年、私たちは新たなコンセプトのもと、ティーンエイジャーを対象とした下肢外骨格の開発に着手しました。このとき私たちが掲げた設計原則が、シンプリシティ(簡潔さ)・モジュール性・汎用性の三つです。この三原則は、機械的設計・制御・応用の多様性という三つの観点すべてに貫かれています。具体的には、アクチュエーターは股関節と膝関節のみに絞り込み、部品点数と制御の複雑さを徹底的に排除しました。この方針のもと、わずか10か月という短期間で股関節・膝関節を駆動する最初の試作脚を完成させました。
2.2 Twiceの開発・Cybathlon参加と受動型外骨格Inspireによる知見
Mohammad Bouri: この設計原則を具現化したのが、Tristant Vouga、Jim Fassな、Roman Baud、Junio Bashtaらによって開発された外骨格「Twice」です。Twiceは非常に軽量かつスマートなデバイスとして完成し、2016年の第1回Cybathlonで初めて公開されました。2018年にはさらなる改良を加え、身長1.8メートル・体重100キログラムまでの人体に対応できる調整機構を備え、関節あたり100ニュートンメートルのトルクを発揮しながら重量を17キログラム未満に抑えることに成功しました。モジュール性と移乗のしやすさも強化され、バッテリー駆動時間はタスクに応じて約3時間を確保しています。制御については初期設計の思想を引き継ぎ、ボタン操作で動作をトリガーするシンプルな方式を維持しました。Twiceを装着したSilvanさんが実際に歩行する様子は、このシンプルな設計思想の有効性を示す好例となっています。
2022年のIROS(国際ロボット知能システム学会)では、健常者向けの受動型外骨格「Inspire」を発表しました。Inspireにはアクチュエーターを一切搭載しておらず、これは意図的な設計判断です。InspireはロボットではなくあくまでもInstrument(計測・学習のための道具)として位置づけており、健常者が矢状面においてどのようにバランスを管理しているかを学習するための装置です。この実験から、健常者が矢状面バランスをどのように制御しているかという知見を抽出し、それを生体模倣型の制御戦略としてT10完全対麻痺のSilvanさんへと応用しました。その結果、Silvanさんは松葉杖なしに、また下半身の随意的なバランス制御能力を持たない状態であっても、上半身をほとんど使わずに矢状面バランスを維持しながら歩行できることを実証しました。健常者から学んだ制御戦略を障害者に転用するというこのアプローチは、私たちの研究の大きな柱の一つです。
2.3 脳卒中患者向けミラーリング戦略・アウトドア応用・Ewokによる好み学習
Mohammad Bouri: 次にご紹介するのは、バックドライバビリティ(逆駆動性)を活かした脳卒中患者向けのリハビリテーション戦略です。関節あたり100ニュートンメートルというトルク性能を維持しながら、同時にバックドライバビリティを確保するという技術的挑戦に取り組みました。この性質は、片側の肢は動かせるが反対側が麻痺している脳卒中患者への部分アシストにとって不可欠です。
私たちが開発したのは「ミラーリング」あるいは「エコーイング」と呼ぶ戦略です。健側の肢の動きを患側の肢にエコーするというアプローチで、まず外骨格を受動状態(アシストなし)で健側に装着した場合と、患側への能動的なエコーアシストを行った場合とを比較しました。歩行アシストは非常に良好に機能しており、現在このアプローチを臨床応用に向けて移行する準備を進めています。
また、外骨格の屋内・臨床環境への閉じた使用という従来のパラダイムを転換し、屋外・日常生活環境への適応も重要なテーマとして取り組んでいます。外骨格がユーザーの生活環境に適応するという方向性です。その極端な事例として、私たちの元へMLさんという方からスキーツーリングをしたいというご要望をいただきました。私たちはこの夢を真剣に受け止め、実際に外骨格をスキーツーリング向けに改良し、その実現可能性を実証しました。
さらに、健常者の身体活動促進を目的とした下肢外骨格「Ewok」の開発も行いました。Ewokは屋外での身体活動を支援するもので、ここでAIを活用したユニークな取り組みを行っています。ペアワイズ比較(二者択一による優先度評価)のアプローチを用いて、トルクプロファイルのパラメータを変化させながら、ユーザーが「どちらのアシストが好ましいか」を繰り返し選択させます。このプロセスを通じて、各ユーザーが最も好む歩行アシストのプロファイルを自動的に学習・収束させることができます。さらに現在の設定がユーザーの好みにどれだけ近いかをスコアとして可視化する機能も実装しています。
2.4 今後の課題と目標
Mohammad Bouri: 私の講演の締めくくりとして、今後の課題と目指すべき方向性をお伝えします。私が最も大切にしているビジョンは、これらのデバイスがいつか「機械」や「ロボット」と呼ばれなくなることです。眼鏡や補聴器と同じように、日常生活の道具・装備として自然に受け入れられる存在になること——それが私たちの最終的な目標です。
そのために取り組むべき課題は複数あります。第一に、ウェアラビリティ(装着快適性)のさらなる向上です。第二に、コントローラーのタスク適応と個人適応の実現です。特に個人適応については、現状では主に健常者を対象としたパラメータ最適化の取り組みにとどまっており、障害を持つユーザーへの本格的な展開はまだ課題として残っています。機能的電気刺激(FES)との組み合わせや、コスト関数を用いた最適化アプローチも試みていますが、これらは現在も試行錯誤の段階にあることを正直に申し上げます。第三に、軽量性を保ちながらバランス制御能力を高めることです。これらすべてを追求しながら、外骨格が真に日常生活の中に溶け込む存在となることを目指して研究を続けてまいります。
3. 第2講演:高トルクモーターとAIによる小型・スマートソフトロボット(Hao Su, North Carolina State University)
3.1 開発目標と準直接駆動方式によるハードウェア設計
Hao Su: 本日はお招きいただきありがとうございます。私たちのラボでは、高トルクモーターとAIを活用して、ソフトロボット・可変剛性ロボットをより小型・スマートにし、日常生活のあらゆる場面で誰もが使えるようにすることを目標に研究を進めています。開発の方向性は大きく二つの次元に分かれています。一つ目は、ハードウェア設計によって軽量かつコンプライアント(柔軟)なロボットを実現し、人間との自然で快適なインタラクションを生み出すことです。これにより歩行や操作といった日常動作のエネルギーコストを低減します。二つ目は、学習ベースの制御手法を活用してロボットの汎用性を高めることで、歩行だけでなく階段昇降やランニングといった多様な活動を、病院や研究室に限らずコミュニティや家庭環境においても支援できるようにすることです。
従来の動力付き外骨格の多くは、低トルクのモーターに高減速比のギアを組み合わせて必要なトルクを生み出しています。この方式では剛性の高いトランスミッションと剛性のあるリンク機構が必要となり、バンド幅(応答速度)・効率・コンプライアンスのすべてにおいて中程度の性能にとどまります。シリーズ弾性アクチュエーター(SEA)のような比較的新しい方式も同様の課題を抱えています。
私たちが採用したのは「準直接駆動方式」と呼ぶアプローチです。ラボ内で独自に開発した高トルクカスタムモーターを使い、低減速比のギアと組み合わせることで、バンド幅・効率・コンプライアンスのすべてを同時に最大化します。もちろんこれはただで手に入るものではなく、物理法則に基づいたモーター設計の最適化が必要です。私たちは物理インフォームド設計によってモーターの直径を小さくしつつ厚みも大幅に削減することに成功しました。この高トルクモーターと低減速比ギアを組み合わせたアクチュエーターを用いることで、研究室内にとどまらず、真にコンパクトで日常使用に耐えうる、コンシューマーエレクトロニクスに近い外骨格の実現が可能になります。Mohammadが「機械ではなくデバイスに」と表現したことと同じ方向性です。
3.2 下肢・膝・肩・流体駆動ソフト外骨格への応用
Hao Su: このアクチュエーション方式を複数の身体部位に展開しています。下肢外骨格の最新版は両側構成で約2.5キログラムという軽量設計を実現しています。また、神経学的障害だけでなく筋骨格系障害を持つ人々への支援も重要なテーマです。米国退役軍人省のDr. An Bonginとの共同研究として、変形性膝関節症を持つ6名の被験者を対象に膝関節外骨格を用いた実験を行い、軽量かつコンプライアントな設計によって痛みを有意に軽減できることを確認しました。同様のアクチュエーション方式を肩関節にも応用し、非常に軽量でポータブルな肩関節外骨格スーツを開発しました。ケーブル駆動方式を採用し、上肢の操作に必要な力をコンパクトな形で大幅に低減できることを示しています。
剛性系ロボットに加えて、私たちはソフトロボットの研究にも取り組んでいます。より小型の高トルクモーターと、ラボ内で独自開発したカスタム磁気ポンプを組み合わせることで、流体駆動型の外骨格スーツに必要なアクチュエーションを提供します。この磁気ポンプを活用することで、従来のテザー式(外部装置に接続された)流体駆動プラットフォームから脱却し、完全ポータブルな油圧外骨格スーツの実現が可能です。下肢だけでなく上肢にも同じアプローチを展開しており、肘関節・肩関節向けのモジュール式設計によって、健常者および麻痺(ALS等)を持つ人々の両方に対して上肢操作の負担を大幅に軽減できることを示しています。
3.3 シミュレーション学習による実験フリー制御とNature掲載の実証成果
Hao Su: AIを活用してロボットをより賢く、より直感的に人間と協調させることも私たちの大きな柱です。AIの課題として一般によく知られているのは、大量のデータが必要という点です。私たちはこの問題を、「実験フリー(experiment-free)」と呼ぶモデルベース・データドリブン複合アプローチで解決しています。シミュレーション環境で大量のデータを生成し、制御ポリシーを学習させた上で物理ロボットに直接展開するという手法です。
このアプローチではシンプルかつ効率的なニューラルネットワークアーキテクチャを採用しており、学習した制御ポリシーを実機に転用した際、人間の歩行をすぐに補助できることが証明されています。歩行支援にとどまらず、ランニングや階段昇降においても適用可能であり、これら三つすべての移動活動においてエネルギーコストを最大限削減できることを実証しました。この成果は今夏、学術誌Natureに掲載されました。論文のカバーアートは私たちが独自にデザインしたもので、シミュレーションと実機学習が相互に連携して機能することを視覚的に表現しています。実際のNatureの表紙とは異なりますが、私たちの概念を凝縮した一枚です。このようにシミュレーション学習と実機展開を組み合わせることで、人間が外骨格を非常に直感的かつ効率的に使えることを示すことができました。
3.4 外骨格普及の展望
Hao Su: 私たちが現在どのような段階にいるかをスマートフォンにたとえると、まだ非常に初期の段階にあると考えています。しかし私は、外骨格が運動機能障害を持つ方々のモビリティ改善にとどまらず、すべての人のための日常的な活動支援ツール、さらにはコンシューマーエレクトロニクスとして普及する時代が近づいていると確信しています。コスト面と装着快適性の向上が普及への主要な課題であり、これはアカデミアと産業界が協力して設計・アルゴリズム開発の両面から解決すべき問題です。アマラの法則として知られる「人は短期的にはテクノロジーの影響を過大評価し、長期的には過小評価する」という言葉を思い起こせば、10年前のMohammadのグループを含む外骨格研究全体が今日どれほど進歩したかは明白であり、10年後にはさらに大きな飛躍が待っていると楽観的に期待しています。
4. 第3講演:シミュレーション学習による実験フリー外骨格制御(Shuxiao Luo, Embry-Riddle Aeronautical University)
4.1 研究目標と閉ループ人間・外骨格インタラクションシミュレーションの設計
Shuxiao Luo: 本日はお招きいただきありがとうございます。私の研究目標は、シミュレーション内での学習を通じて、実験フリーの外骨格アシスタンスを現実世界の環境で実現することです。具体的には、神経力学シミュレーションとコンピューティングベースの技術を活用して人間とロボットのインタラクションを解析し、機械学習ベースの自律制御によって現実世界における身体的モビリティを向上させることを目指しています。また、ロボットによるアシスタンスが人体の生体力学にどのような影響を与えるかについても研究を進めています。私の核心的な問いは、実際の人間による集中的なテストをできる限り減らしながら、閉ループの人間・外骨格インタラクションシミュレーションをいかに実現するかという点です。
このシミュレーションを構築するにあたって、人間側とロボット側の双方において複数の重大な課題があります。人間側の課題としては、まず人体が非常に高度に動的なシステムであるという点が挙げられます。人間は自律的な筋肉制御を持ち、ロボットシステムに対して能動的に反応・適応します。また、人体の運動学的状態・筋肉応答・関節角度・角速度といったパラメータには個人差による大きなばらつきがあります。ロボット側の課題としては、こうした人間の運動フィードバックや筋肉応答を制御ループにどう組み込み、ロボットが素早く動作意図を識別して最適なトルクアシストプロファイルを生成できるようにするかという点です。
これらの課題に対する私のアプローチは、動力学ベースのデータドリブン深層強化学習フレームワークです。人間の自律的な筋肉制御システムをシミュレートするために、二つのニューラルネットワークを設計しました。一つ目は**動作模倣ネットワーク(Motion Imitation Network)で、現在の人体の運動学的状態(下半身・上半身の状態)を入力として、歩行・ランニング・階段昇降といった異なる活動を遂行するための参照関節トルクを出力します。二つ目は筋肉協調ネットワーク(Muscle Coordination Network)**で、参照関節トルクを追跡するための対応する筋肉活性化パターンを生成します。学習プロセスの安定性を高めるために、圧力中心(Center of Pressure)を安定領域内に保つことを報酬関数として設計しました。この二つのネットワークによって、3次元の筋骨格人間エージェントが良好なバランスと安定性を保ちながら複数の活動を自律的に実行できるようになります。入力は全身の運動学的状態のみであり、出力は下半身・上半身を含む全筋肉の筋活性化パターンです。
4.2 二層ニューラルネットワークによる筋骨格エージェントとSim-to-Realギャップの克服
Shuxiao Luo: 外骨格コントローラーについては、人間の筋肉努力を最小化するための最適なトルクアシストを生成するエンドツーエンドのニューラルネットワークベースコントローラーを設計しました。このコントローラーは人間の運動学的状態を直接入力として受け取り、中間パラメータのチューニングや人間による介入的テストを必要とせずに、最適な関節トルクアシストを直接出力します。この動作模倣ネットワーク・筋肉協調ネットワーク・外骨格コントローラーの三つのネットワークを同時に学習させることで、閉ループの人間・外骨格インタラクションプロセスをシミュレートします。三つのネットワークが最大報酬を達成した時点で、外骨格コントローラーはすでに、動作意図を自律的に識別し最適なトルクアシストを生成する方法を習得しています。この学習プロセスはおよそ6時間で収束し始め、約8時間で良好な収束に達します。学習はこの一度のみで完了し、その後は制御パラメータのチューニングを一切行わずに異なる被験者・異なる活動へとスムーズに切り替えることができます。
しかし、シミュレーションで学習した制御ポリシーを現実世界の物理的なロボットに移転する際には、Sim-to-Realギャップという大きな課題が立ちはだかります。このギャップの原因は、人体とロボットの双方におけるモデルの不確かさにあります。人間側では、個人ごとに異なる筋肉状態・運動学的状態のばらつき、そして予期しない行動が問題となります。ロボット側では、モーター強度・慣性・観測遅延・制御遅延といったロボットモデルの不確かさが存在します。
このギャップを克服するために、私たちは筋肉ダイナミクスランダム化という手法を導入しました。個人ごとに異なる最大筋力などの筋肉モデルパラメータをランダム化することで、閉ループのインタラクションプロセスにおける人間の筋肉特性のばらつきを組み込みます。ロボット側のダイナミクスランダム化(モーター強度・慣性・観測遅延等)と組み合わせてこの筋肉ダイナミクスランダム化を適用することで、シミュレーションで学習した制御ポリシーを現実世界に直接展開することが可能になります。実際に、各脚に1つずつ、合計2つのポータブルモーションセンサーのみを装着した状態で、ニューラルネットワークベースのコントローラーが人間の動作意図を素早く識別し、現実世界において最適なアシストプロファイルを生成できることを確認しました。
4.3 実験による実証と今後の個人化・障害者への展開
Shuxiao Luo: Hao Suの研究チームとの共同研究として、8名の被験者を対象とした実験を実施しました。この実験では、ニューラルネットワークベースのコントローラーが異なる被験者・異なる歩行速度・ランニング条件に対してより適応的なアシストプロファイルを生成できることを確認しました。制御プロセス全体を通じて制御パラメータのチューニングは一切行っておらず、エンドツーエンドの制御パラダイムとして股関節角度と股関節角速度のみを入力として、トルクアシストを直接出力します。このコントローラーはすでに、動作意図を素早く識別して最適なアシストプロファイルを自律的に生成する方法を習得しています。ベースライン・パワーオフ・パワーオンの比較において、歩行・ランニング・階段昇降のすべての活動においてエネルギーコストの有意な削減を達成しました。またニューラルネットワークベースの制御ポリシーの内部挙動を分析した結果、1歩行サイクル内の異なる歩行位相に対応する局所化されたクラスターを自然に形成していることが確認され、このコントローラーが歩行サイクルの重要なイベントを自律的に学習していることが示されました。この成果はHao Suとの共同研究としてNatureに掲載されています。
今後の研究の方向性として、運動機能障害を持つ人々のための個人化された神経力学シミュレーションの実現を目指しています。現在、変形性関節症を持つ患者を対象とした神経力学シミュレーションの個人化において興味深い成果が得られています。具体的には、モーションキャプチャ環境において被験者から外骨格なしで5分間のデータ(関節角度・角速度・床反力・EMGによる筋活性化)を収集し、そのデータを用いて特定の被験者に対する個人化された人間エージェントを構築します。このエージェントにコントローラー向けのインシデント(摂動)を加えることで、現実世界の条件をより広くカバーし、シミュレーションから現実への移転可能性を高めることができます。最終目標は、コミュニティ環境において安全かつ自律的なシステムを実現することであり、神経力学シミュレーションの適応的製造・医療およびSpace Explorationへの応用も視野に入れています。
5. 第4講演:Wondercraftによる商用AI外骨格の開発(Emanuel Br., Wondercraft)
5.1 創業背景・開発の歴史と臨床用デバイスAtacksの機能
Emanuel Br.: 本日はこのような機会をいただきありがとうございます。このセッションのタイトルそのままの題名で発表できることをとても嬉しく思います。私が所属するWondercraftは、AIを活用した外骨格によってリハビリテーションとモビリティを革新することを使命とする企業です。
Wondercraftは2012年、MatとNikolaとJean-Louisの3人のエンジニアによって創業されました。Jean-Louisの家族が希少な遺伝性疾患を抱えており、そのことが創業の大きな動機となっています。このような個人的な背景を持つ同僚たちがデバイスのテストにやって来てフィードバックをくれるという環境は、私たちにとって非常に大きな意味を持っています。Wondercraftが注力するSDGsは「不平等の是正」「産業・技術革新・インフラ」「健康と福祉」の三つです。車椅子を使用している人は世界で3000万人に上ります。私たちのビジョンは一貫して、こうした方々のモビリティと自立性を回復し、一日中座り続けることから生じる健康上の問題を防ぐことにあります。
会社の歩みを簡単にご紹介します。2012年の創業後、2019年に最初の臨床用デバイスがヨーロッパで認証を取得しました。2022年にはFDAの認証を心血管障害患者向けに取得し、その後SCI(脊髄損傷)T5からL5までの対象範囲拡大と機能アップグレードを実施しました。2024年にはヨーロッパで80以上のリハビリセンターへの導入という急速な成長を遂げ、個人用外骨格の臨床試験をニューヨークの米国本社で開始しています。2025年には個人用外骨格の認証取得と、フィールドに展開済みのデバイスのさらなる機能拡張を目指しています。
臨床用デバイスであるAtacksについてご説明します。Atacksが最も注力した技術的特徴は「自立バランス」、すなわち松葉杖不要で歩行できることです。患者が上肢の疲労に制限されることなく、下肢のリハビリテーションに完全に集中できる環境を作ることが最大の目標でした。Atacksは12の機械的関節を持つ人体工学的デバイスです。特に注目すべきは股関節の設計で、矢状面・横断面・前額面の3方向の動きを持つボールジョイント型の機構を採用しており、ターン動作(180度ターンも可能)における安定性を確保しています。膝関節は矢状面、足首関節は矢状面と前額面の動きに対応し、脛骨と大腿部には患者ごとの体格差に対応するためのプリズマティック関節(直動関節)も2箇所搭載しています。
使用場面を具体的にご説明すると、療法士がデバイスの操作を担い、患者を安全に立位にさせることができます。これはあくまでも療法士のためのツールであり、最初のセッションからすぐに歩行ステップを踏み出せます。アシスト量を調整できるアクティブモードも備えており、患者の病態や現在の医療ニーズに応じてアシストの程度を変化させることができます。2024年時点で100以上のグローバルセンターに展開し、1000名以上の患者がAtacksでステップを踏んでいます。2024年に記録されたステップ数は560万ステップに達しており、この数字は今も増え続けています。
5.2 個人用外骨格の開発:センサー融合・AI応用・将来展望
Emanuel Br.: Atacksでの実績を積み重ねる中で、私たちは当初からの夢であった個人用外骨格の開発に取り組んできました。個人用外骨格はAtacksと同様に自立バランス・松葉杖不要・人体工学的ゲイトを基本コンセプトとして継承しています。しかし用途は大きく異なり、リハビリ施設内での使用にとどまらず、屋外での移動・自立性・社会的参加を実現しながら、ユーザーの健康維持にも寄与することを目指しています。現在ニューヨークで臨床試験を進めており、2025年の認証取得を目標としています。
この個人用外骨格の技術的な核心は、非常に高度なセンシングと制御にあります。デバイスには27個のセンサーが搭載されており、慣性・角度・力の各種測定データを収集しています。長い脚とユーザーの体重を支えるこの大型システムは、実使用においてたわみや変形が生じますが、27個のセンサーデータを融合することでこの変形をリアルタイムに検知・補正しています。処理するデータ量は毎秒75,000点以上に達します。Atacks同様に12の自由度・12の関節・12のモーターを持ち、自立バランスを実現するアーキテクチャによって多様な動作(立位・歩行・階段昇降・スクワット等)に対応しています。
このデバイスの社会的インパクトを示す印象的な場面として、パリオリンピック・パラリンピックの聖火リレーに参加する機会をいただきました。完全対麻痺の当社パイロットであるKevinがこの個人用外骨格を装着して聖火リレーに臨みました。Kevinは頻繁に来社してフィードバックをくれる存在であり、こうした公の場での実演は私たちにとって大きな意味を持つ出来事でした。
AIの活用については、現在その可能性を積極的に検証しているところです。一つ目の応用は強化学習を用いたプッシュリカバリー(外力に対する姿勢回復)です。Atacksにおいて強化学習を用いたプッシュリカバリーに関する研究を発表済みであり、屋外使用を前提とする個人用外骨格では様々な路面状況や外部からの衝突への対応が不可欠であるため、この技術は安全性の観点から極めて重要です。二つ目の応用は階段昇降です。現在ニューヨークで開発中のコンセプトを動画でご覧いただきましたが、松葉杖が不要であることで両手が自由になり、手すりを掴んだり荷物を持ったりしながら実際の生活環境で階段を昇降できることをお見せしました。昇降の動きは現在も改良・堅牢化を進めているところです。三つ目の応用はビジョンを用いた障害物回避です。私たちが歩行中に無意識のうちに障害物を避けているように、外骨格のユーザーも歩くことそのものに余計な認知負荷をかけずに生活してほしいと考えています。そのためにカメラを搭載し、画像認識によって軌道や動作をリアルタイムに環境へ適応させる機能を将来バージョンに組み込む予定です。こうしたAI応用を通じて、より安全で自律的な外骨格を実現していくことが私たちの目指す方向性です。
6. パネルディスカッション:技術課題・AI活用・普及への道筋
6.1 能力正常者モデルから障害者モデルへの拡張と患者協働の課題
Olivier Lombriser: ここからはパネルディスカッションに移ります。まず、EXO BionicsでPrincipal Controls Engineerを務めるKaty Strausserさんをお迎えします。Katyさんはご自身の発表の機会はありませんでしたが、これまでの発表を踏まえてコメントをいただけますか。
Katy Strausser: ありがとうございます。AI外骨格分野のこれだけ活発な研究を拝見できて大変刺激を受けました。患者の皆さんもこうした成果にとても期待を寄せています。特にモデルベースの学習アプローチについての議論は非常に興味深いものでした。というのも、私たちの患者の多くはすでに病院の外で生活しており、外骨格の訓練に長い時間を割ける状況にない方が大半だからです。ただ一点申し上げたいのは、現時点での研究の多くが能力正常者モデルをベースにしているという点です。リハビリ外骨格で最も良い成果を見せてくれる患者は、プッシャー症候群や拘縮、あるいは弱点を補うための異常な股関節の使い方など、重篤な代償戦略を持つ方々であることが多いのです。こうした障害特有のパターンをモデルにどう組み込んで、リハビリ成果を向上させていくかが重要な問いだと思います。
Shuxiao Luo: おっしゃる通りです。私たちの閉ループインタラクションシミュレーションでは、数学的モデルと強化学習を組み合わせることで高忠実度の人間エージェントをシミュレーション内に構築できます。このエージェントがロボットに対してリアルな応答を返してくれるので、大量の訓練データを実際の人間から収集せずとも外骨格コントローラーの学習が可能です。例えばシミュレーション内に10体の人間エージェントを同時に生成し、それらが並列でロボットと相互作用することで大量のデータを効率的に得られます。現在の研究の延長として、モーションキャプチャ環境で被験者から5分間のデータのみを収集し、そこから個人化された人間エージェントを構築するアプローチも進めています。これにより、変形性関節症を持つ患者など特定の病態を持つ人々へのより適切なアシストが実現できると考えています。
Hao Su: 補足しますと、私たちのNature論文で示したSim-to-RealおよびReal-to-Simのアプローチはまさにこの問題に対する一つの答えです。スマートフォンのアプリ「OpenCap」(Stanford大学開発)を使えば、スマートフォンのカメラで撮影した映像から歩容データを生成できます。こうした動作データは神経学的な状態を部分的に反映することもあり、個人化シミュレーションのための入力として活用できる可能性があります。現時点では健常者集団でのテストが中心ですが、そのコントローラーを高齢者や変形性関節症患者に試したところ、適切なタイミングで適応的なアシストを感じられるという反応が得られました。最適ではないかもしれませんが、一定の有効性は示されており、病態特有の個人化シミュレーションへと発展させていくことが次のステップです。
6.2 外骨格の民主化:価格・採用障壁・ユーザー中心設計
Olivier Lombriser: 外骨格を本当に必要な人すべてに届けるためには何が必要か、民主化という観点から議論したいと思います。Mohammadさんからお願いします。
Mohammad Bouri: 外骨格の開発そのものは、実はそれほど難しいことではなくなりつつあります。自由度や関節数・部品点数をシンプルに保てば、股関節・膝関節を駆動するデバイスは普及の可能性を十分に持っています。普及の最大の障壁は価格と、療法士による採用の二点です。現在、最も安価なデバイスで約8万ドル、高価なものでは15万ドル程度というのが相場です。これはアカデミアだけが解決できる問題ではなく、企業がビジネスモデルの面でも努力しなければならない問題です。私はいかなるスタートアップとも資本関係を持たない独立した立場から申し上げますが、研究成果をいくら洗練させても、療法士やユーザーが実際に使わなければ意味がありません。企業には製造コストの削減だけでなく、採用を促進するためのビジネスモデルの革新も求められています。
Katy Strausser: 私も同感です。これらは安価なデバイスではありません。私たちロボット工学者はどうしても技術的に面白いものを作りたくなりますが、療法士が直面する課題から目を離してはなりません。療法士にはどのような情報が必要か、デバイスとどのようにインタラクションするのか、そして患者にとって良いアウトカムをどう示すか——たとえそれが単純なモビリティの改善であっても——を常に念頭に置く必要があります。EmanuelさんがAtacksと個人用外骨格という用途の異なる二つのデバイスを示してくれたように、臨床用と家庭用では必要とされるものがまったく異なります。スマートフォンがかつて一つのことしかできなかった時代から今のように何でもできるようになったように、私たちも最終ユーザーの視点を常に中心に置きながら開発を進めることが不可欠です。AIを実装することで「すごいことができる」という発想だけでなく、療法士やユーザーがそのアルゴリズムをどう使うかを考え続けることが極めて重要です。
Emanuel Br.: 全員の意見に賛成です。デバイスがどう使われるかを常に念頭に置くこと——これが開発の核心です。さらに付け加えると、デバイスはアクセスしやすく、かつ手頃な価格でなければ意味がありません。これは別の大きなテーマですが、企業と学術界が連携して取り組むべき重要な課題です。
6.3 AIが拓く新潮流:個人化・安全性・Physical AI・Human-Centered AI
Olivier Lombriser: AIの進歩が外骨格開発にもたらす最大の変化と可能性について、それぞれのお考えを聞かせてください。
Shuxiao Luo: 近年、コンピュータサイエンス分野から大規模言語モデル・自然言語処理・画像分類など多くの機械学習アルゴリズムが生まれており、私たちもこうした分野横断的なアプローチを積極的に取り入れようとしています。特にコンピューティングパワーとシミュレーション技術を活用することで、特定の被験者だけでなく多くの人々に対する個人化デバイスの設計が可能になると考えています。最大の課題は障害者向けの十分な訓練データの不足です。この問題を解決するためには、他大学の研究者・病院・理学療法士などとの広範な連携と、十分な研究資金が不可欠です。
Hao Su: 二つの大きな新潮流を挙げたいと思います。一つ目はPhysical AI、すなわち身体を持つAIです。外骨格であれ人体であれ、AIは身体を必要としています。二つ目はHuman-Centered AI、人間中心のAIです。AIは強力ですが、人間の仕事を奪うのではなく、人間をいかに助けるかを考えなければなりません。技術的な観点からは、個人化と安全性の二点においてAIの貢献余地が大きいと考えます。個人化については、Real-to-SimとSim-to-Realの双方向アプローチが有効です。安全性については、私はNew Jersey工科大学のAlex Joel氏と共同で、転倒シミュレーションの開発に取り組んでいます。転倒という「コーナーケース」を実際の人間で再現することは非常に困難ですが、シミュレーション内でこうしたリスクシナリオを学習させることで、コントローラーの安全性を高めることができます。三つ目の機会として、カリキュラム学習によって療法士の知識をAIに組み込むことも重要です。単純すぎるAssist-as-Neededコントローラーではなく、療法士が実践するような複雑な治療的介入をAIに学習させることで、より人間的な制御戦略を実現できます。
Katy Strausser: 患者一人ひとりがあまりにも異なります。診断も異なれば、刺激への身体反応も、精神的な処理の仕方も異なります。外骨格から生成される大量のデータを掘り下げ、患者がどのように学習しているか、筋肉がどのように反応しているかを理解するために、AIは大きな力を発揮できると思います。患者は一つの型に収まりません。その多様性こそが大きな課題であり、AIはそこに真の貢献ができると確信しています。
6.4 研究プロトタイプから医療製品への移行とパブリックイベントの意義
Olivier Lombriser: 研究室から実際の製品へと移行する際の最大の壁は何でしょうか。
Katy Strausser: 一番大きいのはデバイスの信頼性です。研究室ではケーブルタイとガムテープで何とかなっても、顧客はそれを求めていません。エンジニアが期待することと療法士が期待することは必ずしも一致しないため、明確なコミュニケーションと相互理解が非常に重要です。また、特定の療法士の意見だけに過剰適合しないようにすることも大切です。私たちは常にデバイスからデータを収集・分析しており、セッションで何か問題が起きた際にデバイスの問題なのか使用上の問題なのかを療法士にフィードバックできます。こうした仕組みこそ、AIが本当に力を発揮できる場所だと思います。研究室内でエンジニアが直接関与できた3〜4台の試験機の時代から、世界中に800台が展開された現在では、すべての療法士に直接対応することは不可能です。データシステムを活用して療法士を遠隔でサポートする仕組みがますます重要になっています。
Emanuel Br.: 信頼性という点は全く同意です。ソフトウェアでもハードウェアでも、開発者としてすべてのテストケースを洗い出したつもりでも必ず見落としが生まれます。Wondercraftでは数十万ステップの耐久試験を繰り返しますが、それでも予期しない問題が発生します。さらに信頼性の文脈では規制への対応も切り離せません。規制が多いことは良いことですが、プロトタイプから実際に商用化・工業化できる製品へと移行するためには膨大な時間と労力が必要です。この規制対応については、それだけで別のウェビナーが成立するほどの大きなテーマです。
Olivier Lombriser: 最後に、先月チューリッヒで開催されたCybathlonの動力付き外骨格レースについてMohammadさんのお考えを聞かせてください。
Mohammad Bouri: 私はこうしたイベントの重要性を確信している人間ですので、少々贔屓目の意見になるかもしれませんが率直に申し上げます。Cybathlonのような公開イベントが持つ最大の意義は、私たちが開発しているデバイスを臨床実装の文脈だけでなく、日常生活の文脈へと引き出すことにあります。社会的受容という観点から見れば、これほど効果的な取り組みは他にないと思っています。一方で、大学ラボがこうしたイベントに参加するためには、デバイスと患者を連れてチームを組成し、長期間にわたる訓練を行う必要があります。これは非常にコストがかかることであり、企業にとっては宣伝効果があるためモチベーションがありますが、大学にとっては財政的な障壁が大きいのが正直なところです。大学の参加をどう財政的に支援するかという仕組みづくりも、今後考えていかなければならない課題です。
Emanuel Br.: 私たちも以前のCybathlonセッションに参加しましたが、本当に多くのフィードバックを得ることができました。こうしたイベントが持つ最大の力は「普及」にあります。外骨格にあまり関心のなかった人々がこのようなイベントを通じて関心を持ち始める——それ自体がとても重要なことであり、かつとても楽しい形でそれが実現されているという点が素晴らしいと思います。
Olivier Lombriser: 本日は非常に充実した議論をありがとうございました。10年後に改めてウェビナーを開催し、どこまで進歩したかを確認し合いましょう。Mohammad、Hao Su、Shuxiao、Katy、Emanuelの皆さん、そして活発にご参加いただいた聴衆の皆さんに心より感謝申し上げます。
.jpg?table=block&id=3344f05b-476b-802f-b9dc-d04dbcdd8496&spaceId=376a3c22-baec-411c-a473-688d45d9966b&expirationTimestamp=1778738400000&signature=ukVOlZlRv_lykMtqTXuaE8T77qByM0uwzwOCroANd9U)