• ポルトガル・リスボン工科大学の研究チームが、3種の低コストAIリハビリ機器を実環境で評価した論文を2026年10月5日にFrontiers in Robotics and AI誌に掲載しました
  • 糖尿病性足病変のAI画像判定では、3,255枚の足部画像を学習したシステムが高リスク判定でF1スコア89.74%を記録しています
  • 研究は「ラボから臨床への移行が最大の壁」と指摘し、低コスト機器の実臨床評価を重視するアプローチを提言しています

事実の整理

2026年10月5日、国際誌Frontiers in Robotics and AI（Biomedical RoboticsセクションVolume 13）に、ポルトガル・リスボン工科大学（Instituto Superior Técnico）のJoão Silva Sequeira氏を著者とする論文が掲載されました。

論文は市販・自作の低コスト機器を用いたリハビリテーション向けAIシステムの文献を整理した上で、実環境での評価事例を3件紹介しています。以下がその内容です。

ケース1：ロボット杖

単一自由度の倒立振子型ロボット杖を製作し、少人数の利用者にアンケートを実施しています。回答のうち50%が好意的、25%が中立、25%が否定的という結果でした。軽量モデルでは重量約1.5kg、比較的大型のモデルでは約5.7kgとされており、重量と機能のバランスという設計上のトレードオフが示されています。

ケース2：糖尿病性足病変モニタリング

糖尿病性足病変（Diabetic Foot）は、世界で年間約1,860万件の足潰瘍を引き起こすとされる合併症です。このシステムでは、足部の画像3,255枚を用いてAI（ResNet50）を学習させ、低・中・高の3段階でリスクを自動判定します。F1スコアは低リスク76.51%、中リスク72.08%、高リスク89.74%とされており、判定根拠を可視化する説明可能性手法（Grad-CAM）も適用されています。

ケース3：てんかん傾向の検出

脳波（EEG）の画像データを軽量な3層の畳み込みニューラルネットワーク（CNN）で分類するシステムを評価しています。909回の試験での中央値精度は77%、適合率0.9、再現率0.7という結果が示されています。

論文はこれらの評価を通じて、リハビリロボティクスの臨床採用を阻む要因として、保守的な医療調達慣行・倫理・規制上の障壁・個人の機微データの取り扱いを挙げています。そして「ラボ環境での成績が実臨床でそのまま再現されるとは限らない」ことを強調し、実環境での評価データの蓄積を求めています。

一方、米Newsweek（2026年9月2日）は同時期のリハビリAI動向を取材しており、マサチューセッツ工科大学（MIT）のJohannes Lachner博士研究員が「ロボットはセラピストのリーチを広げるツール（We see the robot as a tool that extends a therapist's reach）」と述べていることを伝えています。また同記事は、多くのAIリハビリプラットフォームが保険適用外であり、普及の大きな障壁になっているとも指摘しています。

臨床家にとっての意味

今回の論文が示すのは、AIリハビリ機器が「研究室の外に出つつある現実」と「臨床現場への本格的な定着にはまだ大きな距離がある事実」という、相反する二面性です。

現時点で言えること

糖尿病性足病変のAI判定では高リスク群の検出精度が特に高く（F1 89.74%）、足潰瘍リスクのスクリーニング補助として臨床的な有用性が示唆されています。糖尿病合併症の足部管理を担う理学療法士・柔道整復師・鍼灸師にとって、こうした低コストAIが実用化されれば、より早い段階で医療連携を判断するための客観的な指標として活用できる可能性があります。説明可能性手法（Grad-CAM）が組み込まれている点も、臨床家が判定根拠を確認できるという意味で実用性を高める要素です。

ロボット杖については、利用者の受容率が好意的50%にとどまっており、機器の受け入れやすさの向上が引き続き課題となっています。歩行支援機器の導入を検討する現場にとって、機器の軽量化や使いやすさが患者アドヒアランスに直結することを改めて示すデータとして参照できます。

まだ言えないこと・注意すべき点

各事例の被験者数は小規模であり、大規模な多施設臨床試験での有効性はまだ確認されていません。研究者自身が「ラボから臨床への移行で性能が落ちやすい」と明言していることからも、今回の数値をそのまま臨床現場での精度として解釈することには慎重さが必要です。

また、保険適用の問題は今後の日本の臨床現場でも課題になる可能性があります。現時点では、これらの機器やシステムが直ちに臨床ルーティンに組み込まれる段階にはなく、エビデンスの蓄積と制度的な整備が並行して進む必要があります。

出典

  1. Low-cost rehabilitation robotics: a review with real-world assessments（Frontiers in Robotics and AI, 2026年10月5日）
  2. AI Is Giving Physical Therapy a Robotic Makeover（Newsweek, 2026年9月2日）

本記事は情報提供目的であり、特定の製品・サービスの推奨や効果の保証をするものではありません。