「悪くなってから」では遅い――パナソニックが介護現場で試す健康変化の“予兆”AI

高齢者の体調悪化は、ある瞬間に突然始まるとは限らない。眠りが浅くなる。夜間の体動が増える。呼吸や心拍が平常時から少しずつずれる。介護職員には「何となくいつもと違う」と見えることがあるが、その気づきは経験に依存しやすく、忙しい現場では変化が顕在化してから対応することもある。

パナソニック ホールディングス株式会社（パナソニックHD）が2026年10月5日に発表した「予兆ソリューション」は、その曖昧な前段階をセンサーデータとAIで捉えようとする。心拍数、呼吸数、体動、睡眠、ベッド在床状況などから一人ひとりの「いつもの状態」を学び、そこからのずれを検出し、介護職員に観察のきっかけを示す。

AIは「病名」を当てるのではなく、「普段との違い」を探す

中核は「健康状態変化解析AI」と「レポート生成AI」の二つだ。前者は見守りセンサーから得られる生体情報・生活情報を解析し、各利用者の平常時を基準に変化の兆しを探す。後者は、その判断根拠となったデータや過去との比較を文章とグラフでまとめ、介護職・看護職などが共有しやすい形にする。

考え方の肝は、全員に同じ「正常値」を当てはめるのではなく、個人内変化を見る点にある。高齢者は基礎疾患、睡眠、活動量、服薬、身体能力の差が大きい。ある人にとって正常な心拍や睡眠リズムが、別の人には異常とは限らない。そこで日ごとの統計だけでなく、前日・前々日との差を特徴量として使い、一人ひとりの基準から外れた変動を拾う。

89.4％という数字をどう読むべきか

パナソニックHDは約2,000人を対象にした性能評価で、介護記録に健康状態の変化が残っていた時点をAIが捉えた割合、すなわち再現率が89.4％だったとする。また、健康状態の変化が記録されていない時点でAIが「変化あり」と評価した誤報率は10.5％だった。

この数字は有望だが、臨床診断の感度・特異度と同義ではない。比較対象は「病気が医学的に確定した時点」ではなく、過去の介護記録に変化が記されたタイミングである。記録そのものにも、観察者や記録頻度によるばらつきがありうる。また発表は後ろ向き分析で、実際の現場で通知を出したとき職員の判断や利用者の転帰がどう変わるかは、これから検証する段階だ。

なぜ介護現場なのか

背景には、介護人材の不足がある。厚生労働省は、第9期介護保険事業計画に基づく必要数として、2026年度に約240万人、2040年度に約272万人の介護職員が必要になると推計している。2022年度の約215万人に比べ、2040年度には約57万人の上積みが必要になる計算だ。

人手が足りなければ、見守りを単純に増やすことは難しい。そこで政策側も、見守り機器、ICT、介護ロボットなどによって職員の業務負担を減らし、直接ケアへ時間を戻すことを生産性向上策として位置づけてきた。

パナソニックも以前から介護施設向けの見守りサービス「LIFELENS（ライフレンズ）」を展開している。高感度センサーで居室内の状態や生活リズムを把握し、「まず訪室」ではなく「見て訪室」することで、不要な訪室を減らしながら必要なときに確認する考え方だ。今回の予兆ソリューションは、見守りを「現在の状態を見る」段階から「変化の兆候を読む」段階へ進めようとしている。

センサーを選ばない「共通基盤」を狙う

技術上、もう一つ重要なのが特定の見守り機器に依存しない設計だ。パナソニックHDは、複数のセンサーデータを組み合わせ、機器ごとに異なる信号を正規化して特徴を抽出する共通基盤を目指すとしている。

介護施設では、すでに導入済みのベッドセンサー、見守り機器、記録システムが施設ごとに異なる。新しいAIを導入するたびに全部を交換しなければならないなら普及は難しい。既存設備の上に解析レイヤーを載せられるなら、導入障壁は下がる。

「レポート生成AI」がむしろ実務の鍵

異常値を出すだけでは現場は動けない。介護職員に必要なのは、「何が変わったのか」「いつからか」「何を見ればよいか」である。そこでパナソニックHDは、センサー値の根拠や過去との比較を文章とグラフにし、観察ポイントを整理するレポート生成AIを組み合わせた。

これは生成AIを“診断者”として使うのではなく、複雑なデータの翻訳者として使う設計だ。現場で有用なら、夜勤者から日勤者、介護職から看護職へ情報を引き継ぐ際の共通言語にもなりうる。

2026年10月から実地検証

パナソニックHDは社会福祉法人ユーアイ二十一と協力し、2026年10月から実際の介護現場で実証を始める。AIからのお知らせとレポートが、職員による状態確認やケア判断にどう使われるかを確認し、有用性と運用性を検証する。

この段階で見るべき指標は、モデル精度だけではない。通知が多すぎてアラート疲れを起こさないか。夜勤・日勤の業務フローに自然に入るか。職員が根拠を理解できるか。通知によって訪室や観察のタイミングが早まり、結果として転倒、脱水、感染、体調悪化などの早期把握につながるか。こうした運用指標が実用化を左右する。

「予測医療」と呼ぶにはまだ早い

AIが健康悪化を早く捉えるという説明は、「病気を予測するAI」という強い表現へ流れやすい。しかし今回の発表はそこまで踏み込んでいない。疾患別の予測性能、発症何時間・何日前に捉えられるか、介入によって入院や重症化がどれだけ減るかといった医学的アウトカムは、公表資料では示されていない。

さらに、心拍、呼吸、睡眠、体動は、感染症だけでなく、環境温度、薬、ストレス、疼痛、生活リズムの変化でも動く。AIが「違い」を捉えても、その理由を医学的に特定するのは人間の役割だ。

それでも、介護の「気づき」を標準化できる可能性

介護現場では、熟練職員が表情、歩き方、食欲、睡眠、会話の微妙な違いから体調変化を察することがある。問題は、その暗黙知を全員が同じように持てるわけではないことだ。人材不足と離職が続くほど、経験への依存は大きな経営リスクになる。

予兆ソリューションが目指しているのは、熟練者を置き換えることではなく、経験に埋め込まれた「いつもと違う」という感覚の一部を、センサーとデータで共有可能にすることだ。その意味では、AIの華やかさよりも、現場の観察を一段早く始められるかが重要になる。

本当の評価は現場で始まる

89.4％の再現率は研究開発段階として目を引く。しかし高齢者ケアでは、数字の高さだけでは足りない。誤報を受けた職員が何度も訪室すれば負担は増える。反対に重要な変化を見逃せば信頼は失われる。通知の量と意味、説明の分かりやすさ、介入の結果まで含めて初めてシステムの価値が決まる。

パナソニックが今試しているのは、AIが介護を代わる未来ではない。人が気づく前にデータが小さな変化を示し、その情報を人が使って早く確認する――その連携が現場で成立するかどうかだ。高齢社会の日本にとって、その差は小さくない。

取材・確認期限：2026年10月6日午後1時21分（日本時間）。疾病別の予測性能、前倒しできる時間、臨床転帰の改善、実証施設数・対象人数、将来の製品化時期と価格は、公表資料では確認できない。