TAG

脳波

共通のコミュニティが脳をつなげる?──脳波から紐解く集団意識

スポーツ観戦中、自分と同じチームを応援する相手とプレーの見え方や盛り上がるタイミングがぴったり合って「気が合うな」と感じた経験はありませんか? その「気が合う感覚」は、単なる気のせいではないかもしれません。2025年に発表された最新研究によって、同じ集団に属している人同士では、脳波の活動が同期する可能性が示されたのです。 今回は、『EEG synchronisation reveals the impact of group identity and membership duration on social cognitive bias』という論文をもとに、「集団意識(group identity)」が、私たちの脳と認知にどのように影響するのかを解き明かしていきます。 「同じ集団」の人とは、脳活動も似る? 人は、自分がどの集団に属しているかによって、出来事の受け止め方や感情の動きが変わる傾向があります。これを「社会的アイデンティティ」と呼び、自分が所属する「内集団」には肯定的な感情を抱きやすく、対立する「外集団」に対しては否定的になりがちです。 たとえば、同じプレーでも、自分の応援するチームが得点したときは喜び、ライバルチームなら「運が良かっただけ」と感じるような現象がこれにあたります。 こうした主観の偏り、つまり「認知バイアス」は、近年の神経科学の研究により、感情や報酬の処理に関わる脳活動にも表れることがわかってきました。しかし、これまでの多くの実験は、短く単純な映像や課題を用いたものが中心で、実際のスポーツ観戦のように複雑で変化の多い社会的な状況で、脳がどう反応するかは、十分に解明されていませんでした。 このような背景のもと、今回の研究は「集団意識」や「ファン歴」が、現実に近い状況での脳活動にどう影響するのかを探るために行われました。 実験:脳波から読み取る「ファンの一体感」 野球ゲーム観戦中の脳波をリアルタイムで測定 研究の対象となったのは、阪神タイガースとオリックス・バファローズ、それぞれの熱心なファンたちです。研究チームは、各チームから16名ずつ、合計32名を招き、プロ野球スピリッツ2019というゲームを用いて自動生成された試合映像を視聴してもらいました。実際の試合映像ではない理由は、すでに見たことがある映像に対する既知効果を排除するためであり、ゲーム映像であっても、リアルなグラフィックや実況、歓声などによって、十分に臨場感のある観戦体験が再現されました。 映像は、阪神が勝つ試合、オリックスが勝つ試合、そして引き分けの試合の3パターンが用意されており、それぞれが約26〜33分の長さです。試合の内容は6回表から始まる構成で、その前半の流れは冒頭に30秒間の静止画像で要約されました。参加者は、4メートル先の大型スクリーンを一人ずつ観戦し、その間の脳波を測定しました。 視聴自体は個別に行われましたが、分析では、同じチームを応援する者同士のペア(内集団ペア)と、異なるチームのファンのペア(外集団ペア)を比較し、それぞれの脳波の類似度が検討されました。また、各参加者のファン歴も記録され、そのうち短い方の年数をペアの「所属歴」として設定し、ファン歴の長さが脳活動に与える影響についても分析が行われました。 Fig. 1. 参加者は、没入感のある体験が得られるよう、大型スクリーンで野球の試合映像を観賞しました。この図に示されたスクリーンは、複数の画像を合成したものです。図中では実験室の様子をわかりやすくするために明るい照明が使われていますが、実際の実験中は映像を見やすくするために部屋を暗くして行われました。 脳波の同期を測る2つの指標 本研究では、人と人の脳波がどれほど同じように反応しているかを調べるために、PLV(位相ロッキング値)とr(パワー相関)という2つの指標が使われました。 PLVは、映像や音といった刺激に対して、脳波のタイミング(=位相)がどれだけそろっているかを示すもので、注意や知覚など外部刺激への反応の一致をとらえます。 一方、rは脳波の強さの変化が他の人とどれだけ似ているかを示し、感情の動きや興奮度などの内面の状態の共通性を反映します。 この2つを組み合わせることで、外的な刺激に対する脳の反応と、内的な感情や覚醒の同期の両方をとらえることができ、より立体的に脳のつながりを理解することが可能になります。 Fig. 2. EEG同期指標を算出するためのプロセスを表す。まず、2人の被験者の脳波からバンドパスフィルタを通して特定の周波数の信号(アルファ波、デルタ波、シータ波)を抽出する。抽出した信号から周波数の特徴と、大まかな波形情報を分離して抽出し、被験者同士のそれぞれの信号の同期度をPLVとrで表す。 結果:同じチーム同士の脳波はより深く「共鳴」する 内集団では中心頭頂部におけるアルファ波の位相が同期 脳波の解析によって、同じチームのファン同士では、脳波の一種であるアルファ波(8~13Hz)の位相が高く同期していることが明らかになりました。この結果は、ファン歴の長さとは無関係に確認されました。アルファ波の位相は、注意や知覚の処理に関わるリズムとされており、特に外部刺激に対する初期の視覚処理や空間認識に関係があると言われています。 つまり、この結果から集団への所属歴に関係なく、「自分はこの集団の一員だ」という意識(社会的アイデンティティ)はどこに注目するか、何を見るかといった認知の向け方に影響を与えていると考えられます。 内集団のアルファ波の強さは所属歴の影響を受ける 興味深いことに、内集団では、ファン歴が長いほどアルファ波の強さが同期していることが明らかになりました。 今回の実験で見られたアルファ波の強さは、脳がどれくらい「目を覚ましているか」や「落ち着いているか」といった状態を表していると考えられます。特に、自分の意志で注意を集中させたり、感情に反応したりするときに、アルファ波の出方が変わることが知られています。したがって、この結果は集団への「帰属感」が、場面ごとの興奮状態や感情的な反応の一致に関係していることを示しています。つまり、長く同じチームを応援してきた人同士は、試合のどこで盛り上がるか、どこに注目するかが自然と似てくるのです。 所属歴が長くなるとデルタ波とシータ波の類似度が減少 一方で、アルファ波とは対照的に、より低周波であるデルタ波やシータ波の位相同期は、ファン歴が長くなるほど弱まる傾向が見られました。これらの周波数帯は、P300と呼ばれるより深い注意処理に関わる脳波成分に関連しているとされています。 この結果は、グループの違いにかかわらず、ファン歴が長くなると「注意が向くきっかけ」が人それぞれに多様化することを示唆しています。たとえば、経験豊富な野球ファンは、ホームランのような誰もが注目する場面だけでなく、選手の細かな動きや表情といったより繊細な要素にも目を向けるようになり、その違いがデルタ波やシータ波の位相同期に影響を与えているということが考えられます。 同じチームのファンでも、ライトなファン同士は感情の盛り上がりがそろいやすく、脳波の同期も高くなる一方で、コアなファン同士では、それぞれが独自の視点を持つために脳波の動きが多様化し、同期はやや弱まるという、まさに「人間らしい認知のクセ」が可視化された結果といえます。 所属歴が長くなると視野が広がる? さらに、前頭部のアルファ波の位相同期では、内集団・外集団の区別に関係なく、ファン歴が長い人ほど実況音声などの聴覚情報に注意を向けていた可能性が示唆されました。 脳の前頭部では、「聴覚N1」という聞いた音に対して脳が反応するときに出る信号が現れます。この信号は、アルファ波に近い周波数帯で観測されるため、前頭部のアルファ波の位相同期は、被験者の聴覚刺激に対する反応に関連していると考えられます。 したがって、この結果からファン歴の短い参加者は、主に映像に注意を向けていたと考えられるのに対し、ファン歴が長い参加者は、映像と実況の両方に注意を向けていた可能性があります。 その結果、実況に対する脳の反応がより似通い、聴覚に関係する脳波(前頭部アルファ波)の同期が強くなったと考えられます。 Fig. 5.(a) 散布図は、3つの電極位置(Fz、Cz、Pz)および3つの周波数帯域(デルタ、シータ、アルファ)ごとに整理されています。統計的に有意な効果はアスタリスク(* p < .05)で示されています。(b) アルファ帯域におけるCzおよびPz電極でのPLV(位相ロッキング値)の分布を示しており、ペアの種類(内集団と外集団)の違いが分かりやすくなるように設計されています。赤線と青線は、それぞれin-groupおよびout-groupの中央値を表しています。 Fig. 6. 強さの同期度の結果を表す。散布図は、3つの電極位置(Fz、Cz、Pz)および3つの周波数帯域(デルタ、シータ、アルファ)ごとに整理されています。統計的に有意な効果はアスタリスク(* p < .05)で示されています。"pair cat."および"fan hist."は、それぞれ「ペアの種類(内集団/外集団)」と「ファン歴(fan history)」を表す略語です。 「つながっている」と感じる感覚の正体 この研究は、スポーツ観戦というリアルな状況の中で、私たちが人と人との間に生まれる一体感や共通の関心が、実際に脳波の同期という形で裏づけられることを示しました。同じ出来事を見ていても、人は自分が属している集団や、そこにどれだけの時間関わってきたかによって、脳の処理の仕方そのものが変わってしまうのです。 このような「脳の共鳴」は、スポーツに限らず、日常のさまざまなコミュニケーションや集団行動のなかで起きている可能性があります。今後、社会的アイデンティティや認知バイアスに関する神経科学的な理解を深める上で、大きな手がかりとなる研究だといえるでしょう。 🧠 編集後記|BrainTech Magazineより 自分と同じチームを応援する人と「わかる!」「それな!」と感じる瞬間。その共鳴感覚は、どうやら「脳活動レベル」でも起きていたようです。 ただの気のせいではなく、脳波が共鳴することで「つながっている」と感じる。 この研究は、私たちの「好き」や「所属意識」が、感情だけでなく脳の働きそのものを通して人と人をつなぐという、見えないけれど確かな「共感の回路」を示してくれました。 📝 本記事で紹介した研究論文 Sanada, M., Naruse, Y. EEG synchronisation reveals the impact of group identity and membership duration on social cognitive bias. Sci Rep 15, 23719 (2025). https://doi.org/10.1038/s41598-025-08191-z

脳波×AI解析のすべてがわかる!測定方法・最新技術・将来性まで詳しく紹介

人の感情や集中状態を、リアルタイムに「見える化」できたら──。脳内で生じる微弱な電気信号をAIが解析することで、医療やヘルスケア、エンターテインメントまで幅広い分野で活用が進んでいます。すでに診断支援やストレス可視化、VRゲームでの応用も始まり、日常生活への実装も射程圏内です。 本記事では、脳波AI解析の基本から最新事例、導入の実務ポイント、そして未来の可能性までをわかりやすく解説します。 脳波とAIの関係とは?その仕組みと最新技術を解説 人間の脳内では、思考や感情、行動のたびに微弱な電気信号が発生しています。これらの信号は「脳波」として記録され、長年にわたり医療や神経科学の分野で活用されてきました。近年では、人工知能(AI)技術の進化により、こうした脳波の解析にも革新が起きています。 AIを用いることで、従来の手法では読み取れなかった微細なパターンや傾向を抽出できるようになり、医療診断やメンタルケア、さらにはエンターテインメントや教育の分野まで応用が広がっています。本章では、脳波の基本的な知識と、AIによる解析の特長について紹介します。 脳波の種類や各帯域(アルファ波、ベータ波など)の詳しい働きについては、以下の記事で詳しく解説されています: https://mag.viestyle.co.jp/eeg-business/ 脳波は何を表しているのか? 脳波とは、脳内で発生する電気信号を計測したもので、周波数帯によって「デルタ波」「シータ波」「アルファ波」「ベータ波」「ガンマ波」などに分類されます。これらは、睡眠、集中、リラックス、認知活動といった精神状態や行動と密接に関係しています。 たとえば、リラックス時にはアルファ波、集中しているときにはベータ波が優位になるなど、脳の状態を客観的に把握する指標として利用されています。こうした波形の変化を読み解くことで、精神的・認知的な状態を可視化することが可能になります。 AIによる脳波解析では、人間が事前にラベル付けした大量の脳波データ(教師データ)を学習することで、これらの波形の中から特定のパターンや傾向を自動的に抽出し、高精度に分類したり、状態を検出・予測したりする技術が重要です。これにより、従来の統計的手法では難しかった微細な変化も捉えることが可能になります。 なぜAIで脳波解析が進化するのか? これまでの脳波解析は、特定の時間帯の波形を人の目や統計的な手法で分析するのが一般的でした。しかしこの方法では、複雑な脳の活動パターンを正確に捉えるのが難しく、解析にも時間と専門知識が必要でした。 近年は、AI、特にディープラーニング(深層学習)の技術を使うことで、こうした課題が大きく改善されています。AIは大量の脳波データを学習しながら、わずかなパターンの違いや時間の変化、波形に含まれるノイズ(不要な信号)なども自動で判別することができます。 たとえば、AIは「この脳波パターンは集中している状態」「この動きは睡眠の兆候」といった分類や予測が得意です。これにより、医療現場での診断補助や、リアルタイムでメンタル状態を把握するようなシステムにも活用されるようになっています。 人が判断するよりも早く、しかもブレなく客観的な解析ができる――それが、AIが脳波解析において注目されている大きな理由です。 こちらの記事もチェック: https://mag.viestyle.co.jp/mi-eeg-analysis/ 脳波AI解析の仕組みと技術的アプローチ 脳波をAIで解析するには、データをただ集めるだけではなく、測定前の準備から取得後の処理まで、いくつかの工程を踏む必要があります。具体的には、データの取得、前処理、特徴量の抽出、そしてAIによる学習・推論といった一連のステップが重要な役割を果たします。 ここでは、脳波解析において実際に使われている代表的な技術や手法を、工程ごとにわかりやすく解説します。 脳波データの取得方法と環境整備 脳波の測定には、「EEG(Electroencephalogram/脳波計)」と呼ばれる機器が使われます。EEGは、頭皮に取り付けた複数の電極から脳の電気的な活動を検出し、それをリアルタイムで記録する非侵襲的な方法です。従来は医療や研究の場での利用が主でしたが、近年では一般向けの簡易EEGデバイス(例:Emotiv、VIE Zoneなど)も登場し、個人レベルでの利用も広がりつつあります。 精度の高い脳波データを得るには、測定環境の整備も重要なポイントです。たとえば、外部の電磁波ノイズを避けるために静かな部屋を選び、電極を正確に装着し、被験者の体の動きをできるだけ抑えるといった配慮が必要です。こうした工夫によって、解析に適したクリーンなデータを収集することが可能になります。 脳波データの前処理と特徴抽出の方法 EEGで取得した脳波データには、筋肉の動きや瞬き、周囲の電子機器からのノイズなど、さまざまな外的要因による干渉が含まれています。そのままの状態では、正確な解析やAIによる学習に適していません。 そのため、まず「前処理(Preprocessing)」という工程が必要になります。ここでは、特定の周波数帯だけを通すバンドパスフィルタや、まばたき・体動によるアーチファクト(人工的な信号)の除去、さらには不要なノイズの排除などが行われます。 前処理を終えた後は、「特徴量抽出(Feature Extraction)」の段階に進みます。この工程では、周波数帯ごとの電力(スペクトル解析)や、時間の経過による信号の変化(時間領域解析)といった数値的な特徴を取り出します。これらの特徴量は、AIが学習・解析を行うための基礎データとなり、脳波のパターン分類や状態の予測に活用されます。 脳波解析に使われるAIアルゴリズムの種類 脳波のように時間とともに変化する「時系列データ」を扱う場合には、適切なAIアルゴリズムの選定が重要になります。現在、脳波解析でよく使われているAIモデルには、以下のようなものがあります。 CNN(畳み込みニューラルネットワーク)  画像認識に優れるモデルで、脳波の周波数成分や空間的な電極分布をとらえるのに適しています。EEG信号をスペクトログラム(時間×周波数の画像)として変換し、CNNに入力する手法が広く活用されています。 RNN(再帰型ニューラルネットワーク)・LSTM(長短期記憶)  時系列の流れをモデル化できるのが特長で、脳波のように連続して変化するデータの解析に向いています。中でもLSTMは、過去の情報を長期間保持しやすいため、脳波状態の予測や分類タスクによく使われています。 強化学習  環境からのフィードバック(例えば、デバイスが意図通りに動いたかどうか)を基に学習を進める手法で、ユーザーの脳波から得られる信号を操作コマンドとして、最適な動作を導き出すといった応用が可能です。特に、ブレインマシンインターフェース(BMI)領域では、ユーザーが思考によってロボットアームを動かしたり、カーソルを操作したりするようなリアルタイム制御への応用が進んでいます。 これらのモデルは、それぞれ異なる特性を持つため、目的や対象とするタスクに応じて単独で使われたり、組み合わせて使われたりします。どのモデルを使うかの選定は、精度や処理速度、解釈性などとのバランスが求められます。 従来手法との違い:AIによる精度とスピードの向上 これまでの脳波解析では、統計的な手法やフーリエ変換など、決まった分析手順に基づいた定量的な処理が主流でした。これらの方法は、構造が明確で信頼性も高く、医療や研究の現場で広く使われてきました。 しかし、こうした従来手法では、脳波の波形に含まれる複雑な変化や個人差を十分に捉えるのが難しいという課題がありました。特に、曖昧で微細な変動に対する感度には限界があり、解釈にも熟練が必要とされます。 一方、AIを活用した解析では、過去に蓄積された膨大な脳波データを学習することで、従来手法では見逃されがちな特徴も自動的に抽出できるようになります。これにより、より高精度な分類や状態推定が可能となり、異常検知や個別最適化といった応用の幅も広がっています。 さらに、AIの導入によって解析作業の自動化が進み、処理にかかる時間が大幅に短縮されるのも大きな利点です。リアルタイムで脳の状態を評価したり、即座にフィードバックを返すようなシステムの実現にもつながっています。 最新事例紹介:脳波×AI解析の最前線 脳波解析とAI技術の進化により、医療診断やウェアラブル製品、ビジネス向け導入、エンタメ分野まで活動が広がっています。本章では、信頼性の高い事例を取り上げ、応用分野ごとに進展内容を整理します。 医療応用:疾患診断支援への活用 医療の現場では、AIを使った脳波解析が、てんかんの発作や認知症、うつ病といった脳の病気の診断を助ける手段として注目されています。 たとえば、アメリカの大手医療機関「メイヨー・クリニック」では、10年にわたり約1万人以上の患者から集めた膨大な脳波データ(EEG)を、AIに学習させて解析する取り組みを進めています。AIはそのデータをもとに、認知症の兆候とされる特定の脳波パターン(後頭部のアルファ波の乱れや、デルタ波・シータ波の異常など)を自動で見つけ出すことに成功しました。 この技術により、アルツハイマー病とレビー小体型認知症といった、似た症状を持つ病気を見分けることも可能になると期待されています。 従来、脳波の判読には専門的な知識と経験が必要で、医師によって判断に差が出ることもありました。AIを使うことで、より客観的で精度の高い解析ができ、さらにMRIやCTなどの高額な画像検査に頼らずに、早期に異常を発見できる可能性が広がっています。 参考:Li, W., Varatharajah, Y., Dicks, E., Barnard, L., Brinkmann, B. H., Crepeau, D., Worrell, G., Fan, W., Kremers, W., Boeve, B., Botha, H., Gogineni, V., & Jones, D. T. (2024). Data-driven retrieval of population-level EEG features and their role in neurodegenerative diseases. Brain Communications, 6(4),  fcae227. https://pmc.carenet.com/?pmid=39086629 日常で使える脳波計:集中力とリラックスを可視化 近年では、イヤホン型の脳波計を用いて、日常生活の中で手軽に脳波を測定し、自分の集中度やリラックス度をリアルタイムで確認できるツールが登場しています。 代表的な製品が、脳波イヤホン「VIE ZONE」と連携するアプリケーション 「VIE Tunes Pro」 です。VIE ZONEは、音楽を聴きながら脳波の計測が可能なイヤホン型デバイスで、頭部に装着するだけで脳波データを取得できます。 このデータは、VIE Tunes Proアプリを通じてAIが解析し、ユーザーの集中度やリラックス度としてフィードバックされます。仕事、勉強、瞑想、サウナなど、さまざまなシーンで自分の状態を「見える化」できるのが特長です。 また、「ニューロミュージック」と呼ばれる脳科学に基づいた音楽コンテンツも搭載されており、ユーザーは自身の目的に合わせて選択することで、集中力やリラックス状態をサポートすることが可能です。 さらに、より詳細な解析を行いたい専門家や開発者向けには、専用アプリケーション 「VIE Streamer」 が提供されており、フーリエ変換による周波数帯解析や、独自のAIアルゴリズムによる状態分類なども可能です。 参考:VIE Streamer公式サイト エンタメ&VR分野:脳波でゲームをコントロール AIと脳波を組み合わせたエンタメ分野の活用も、近年注目を集めています。なかでも、2025年開催の大阪・関西万博「大阪ヘルスケアパビリオン」では、森永乳業とVIE株式会社が技術協力した「VR腸内クエスト〜手×声×脳波で戦う未来型シューティングゲーム〜」が話題です。 このゲームは、プレイヤー自身の腸内を舞台に、手の動作・声・脳波を使って「悪玉菌」と戦う没入型のVRコンテンツです。来場者のパーソナルヘルスレコード(PHR)に基づいて約1億通りの腸内環境ステージが生成される仕組みで、「ビフィズス菌!」と発声することで「ビフィズス菌爆弾」が発動し、腸内バトルを展開していきます。 この体験には、VIEが開発した有線型イヤホン型脳波計が活用されており、リアルタイムで取得した脳波がゲームに反映される仕組みとなっています。また、脳波の状態に応じてニューロミュージックが演出に組み込まれ、没入感を高めています。 参考:PR TIMES「VIE、森永乳業が大阪・関西万博「大阪ヘルスケアパビリオン」で出展する未来型シューティングゲーム「VR腸内クエスト」 で技術協力」 脳波解析を実用化するための機器選定と開発準備 脳波とAIを組み合わせた解析を業務や研究に導入する際には、目的に応じた適切な機器選定と、AIモデル・開発環境の整備、さらにデータの取り扱いフローを明確に設計することが重要です。この章では、実際に脳波×AI解析を導入するために押さえておくべき基本ポイントを3つに分けて解説します。 脳波計の選び方:精度・用途・装着性のバランス 脳波解析に使用する機器には、医療グレードの多チャンネルEEG装置から、一般向けの簡易型EEGデバイスまで多種多様な製品があります。選定時には以下のような要素を考慮することが大切です。 電極数と位置:解析精度に直結。特定部位の信号が必要な場合は、対応チャンネルが多い装置が有効。 装着性と携帯性:長時間の着用が必要な場合や、移動環境での使用には、軽量・ワイヤレス型が適しています。 目的との整合性:医療用途か、リサーチか、一般消費者向けかで最適な機器は異なります。 たとえば、簡易な状態可視化やエンタメ応用にはVIE ZONEのようなウェアラブル型が便利で、詳細な波形分析には多チャンネルの研究用EEGが適しています。 脳波計について詳しく知りたい方は、こちらの記事も参考にしてください。 https://mag.viestyle.co.jp/brainwave_electrode/ AIモデルと開発環境の整備:柔軟性と処理性能の両立 脳波データは、時間の経過によって常に変化する「時系列データ」であり、微弱な信号が多く含まれるため、解析には専門的なAIモデルと適切な開発環境が必要です。 まず、脳波解析に使われる代表的なAI開発フレームワークには、以下のようなものがあります: TensorFlow / Keras  Googleが開発した機械学習フレームワークで、世界中の教育機関や企業、研究者に広く使われています。特にKerasはシンプルな記述でAIモデルが作れるため、初心者にも扱いやすく、応用範囲も広いのが特長です。 PyTorch  Meta(旧Facebook)が開発したフレームワークで、柔軟なコードが書きやすく、実験的な開発やカスタムモデルの設計に適しています。モデルの動作をリアルタイムで確認しながら試行錯誤できるため、研究者や上級開発者に人気があります。 Edge AI(ONNX Runtimeなど)  小型のデバイスやウェアラブル機器の中でAIモデルを動かす「エッジ処理」に対応した環境です。脳波をその場で解析し、即座にフィードバックを返すようなリアルタイム用途で活用されます。 これらのAIフレームワークは、いずれもPythonというプログラミング言語で動作します。Pythonは文法がわかりやすく、AI開発のスタンダードとされており、学習コストも比較的低めです。 さらに、脳波データの処理には専用のPythonライブラリも併用されます。たとえば: MNE:脳波データの読み込み、可視化、前処理などを行えるオープンソースライブラリ NeuroKit2:心拍や脳波などの生体信号を扱う総合ライブラリで、特徴量の抽出にも便利です こうしたツールを組み合わせることで、AIモデルの開発と脳波解析の精度を両立しつつ、効率よく実装を進めることができます。 データの収集からAI学習まで:実務的な流れ 脳波AI解析を正確に行うためには、AIモデルを動かす前段階として、データの取得・整理・加工といった一連の「データフロー」をしっかり設計することが重要です。以下は、一般的な脳波解析プロジェクトで採用される標準的な流れです。 1. データ取得 最初のステップは、対象者の脳波データを記録することです。脳波計(EEG)を使ってリアルタイムに信号を取得し、その情報に加えて「いつ、どんな状況で記録されたか」といったタイムスタンプや被験者の属性情報(メタデータ)も一緒に保存しておく必要があります。これにより、後の解析や比較がしやすくなります。 2. ラベリング(データの意味づけ) 次に、取得した脳波データに「この時は集中していた」「これはリラックス状態だった」などの状態ラベルをつけます。この作業は、AIに正しい学習をさせるための「教師データ(正解データ)」を作る工程です。人の観察結果や、同時に記録された行動・環境情報をもとに、正確なラベリングを行うことが求められます。 3. 前処理と特徴量抽出 生の脳波データにはノイズ(まばたき、筋肉の動き、電磁干渉など)が多く含まれており、そのままでは使いづらいため、「前処理」が必要になります。具体的には以下のような処理が行われます: バンドパスフィルタ処理(特定の周波数帯だけ通す) アーチファクト除去(不要な信号を取り除く) データの正規化や分割 その後、AIが学習できるように、周波数情報(スペクトル解析)や時間変化の情報(時間領域解析)などを数値として取り出す「特徴量抽出」が行われます。 4. AIモデルによる学習と推論 準備が整ったデータを使って、AIモデルに学習させます。学習済みのモデルは、新しい脳波データを入力すると「これは集中状態」「これはリラックス」といった推論(分類・予測)を自動的に行えるようになります。目的に応じて、分類(状態の切り分け)や回帰(数値予測)、可視化(グラフ表示など)など、さまざまな応用が可能です。 このように、脳波AI解析は、ただデータを集めるだけではなく、ラベリングの精度や特徴量の質、学習データの量とバランスなど、いくつものポイントに注意を払うことで、ようやく信頼性の高い結果を得ることができます。 今後の展望と将来予測:脳波×AIの広がる可能性 脳波とAIの組み合わせは、現在すでに医療やヘルスケア、エンタメ領域での応用が進んでいますが、今後はさらに社会全体を変えるインフラ技術へと発展する可能性を秘めています。特に注目されているのが、脳と機械をつなぐ「ブレイン・マシン・インターフェース(BMI)」との融合や、医療・教育・ビジネス分野での長期的な活用です。 以下では、今後期待される技術連携や、社会に与える影響について具体的に見ていきます。 脳波とBMIの連携で広がる操作の自由度 ブレイン・マシン・インターフェース(Brain-Machine Interface:BMI)は、脳波などの神経信号を利用して、外部デバイスやコンピューターを直接操作する技術です。近年では、AIの進化により脳波からの信号解読精度が向上し、BMIの実用化が加速しています。 たとえば、重度障害を持つ人が、言葉を使わずにコンピューターを操作したり、義手や車いすを脳で制御する研究が進んでいます。今後は、ウェアラブル型脳波計とAIを組み合わせることで、医療・介護現場やスマートホームにおける非接触操作の標準技術としての導入が期待されています。 ブレイン・マシン・インターフェースについてより詳しく知りたい方は、以下の記事も参考にしてください。 https://mag.viestyle.co.jp/brain-machine-interface/ 社会への影響:医療コスト削減と人間能力の拡張 脳波×AI技術は、長期的には社会構造そのものに影響を及ぼす可能性があります。特に医療分野では、早期診断やメンタルヘルス支援の効率化により、医療費の削減や慢性疾患の重症化予防に貢献するとされています。 さらに、教育や働き方改革の文脈でも注目されています。たとえば、集中力やストレス状態をリアルタイムに可視化することで、学習環境や職場環境の最適化に役立てられる可能性があります。これは「人間の知的生産性を拡張する技術」として、ニューロテクノロジーの次のステージを示唆しています。 このように、脳波×AI解析は医療や技術の枠を超え、社会全体の在り方を変えていくインパクトを持つと考えられています。 脳波×AIが切り拓く未来と可能性 本記事では、脳波とAIを組み合わせた解析技術の基本から、最新事例、導入方法、将来展望までを解説しました。脳波は「見えない脳の状態」を可視化する手段として、医療・ヘルスケア・エンタメ・産業分野での応用が広がっています。 導入を検討している方は、まず小規模なツールや簡易機器での計測・可視化から始め、実際のデータ運用を体験してみることをおすすめします。

進路に悩んだ日々:研究者・堀口さんの興味を引き出した出会い

今回は、カナダのトロント大学で「頭皮で測定される脳波と皮質内の脳波の違い」について研究されている堀口さんにお話を伺いました。インタビューの前半では、堀口さんの研究に至るまでの背景やこれまでの研究成果などについて詳しくご紹介していますので、ぜひあわせてご覧ください。 前半記事 ▶脳疾患の原因を追究する:トロント大学・堀口桜子さんが語る「正確な脳波計測技術」 今回のインタビューの後半では、堀口さんのパーソナルストーリーに焦点を当て、大学での生活や現在の趣味、研究活動に関するエピソードなどについて伺いました。 研究者プロフィール 氏名:堀口 桜子(ほりぐち さくらこ)所属:トロント大学 物理学科 生物物理学専攻研究室:CAMH, Temerty Centre for Therapeutic Brain Intervention Neurophysiology Team研究分野:計算論的神経科学、EEG、信号源推定(source localization) 脳疾患の理解を目指して:一冊の本がもたらした脳への興味 まずは改めて簡単に自己紹介をお願いします。 現在、カナダのトロント大学の学部4年生で、物理学科に所属しています。専攻は生物物理学で、物理学の原理や法則を用いて体の中で起こる現象を理解する方法を学んでいます。また、今年からトロント大学のCAMH(Center for Addiction and Mental Health)にて研究学生をしています。取り組んでいる研究のテーマは「脳波データを用いた脳活動の解析」です。具体的には、頭皮で測定したEEG信号と脳皮質での活動との関係を探ることに焦点を当てています。 脳に関心をもつようになったきっかけについて教えてください。 中学生のときに読んだマーティン・ピストリウスさんの『Ghost Boy』という一冊が、脳に興味をもつきっかけとなりました。この本では、全身が動かず言葉も話せないのに意識ははっきりしている『閉じ込め症候群』を患った著者が、周囲に自分の思いを伝えられないもどかしさの中で過ごした壮絶な闘病の日々と、そこからの回復の過程が描かれています。 この本を読んだ当時、脳や神経の損傷によって引き起こされるさまざまな症状に対して恐怖を感じると同時に、脳が私たちの身体と心を司る中心であることを強く実感し、その複雑さと精緻さに大きな魅力を感じました。 また、祖父がアルツハイマー病を患い、症状が進行していく様子を身近で見ていたことも脳に関心を抱くきっかけとなりました。脳疾患を患った祖父が、かつて当たり前のようにできていたことが徐々にできなくなるだけでなく、性格が次第に荒れていき、周囲との関係性にも変化が生じる様子を目の当たりにし、脳の病気が本人だけでなく家族や周囲の人々にも深い影響を及ぼすものだということを実感しました。 それから、こうした問題に苦しむ人を少しでも減らすにはどうすればよいのかと考えるようになり、脳や神経に関連する疾患について調べていくうちに、現在の研究にたどり着きました。 大学の授業や研究活動以外に脳科学に関わる機会はありましたか? 高校3年生のときに、脳波を使って脳震盪を診断するというプロジェクトに関わりました。当時は新型コロナウイルスの流行により、対面で脳波を測定することができなかったため、プロジェクトは計画立案の段階で終了してしまいましたが、そこで初めて脳波の存在を目の当たりにしました。 大学入学後は、脳波関連技術を用いたロボットサークルに所属して、ニューロテック分野のコンペティションに参加したり、脳波や他の生体情報から集中度をはかるアプリを開発しようとしていました。 自分の興味を引き出してくれた高校の先生 大学入学以前に進路を決定する上で悩んだことはありますか? 高校以前は、明確にやりたいことが見つからず、そのことに悩んでいました。先ほどお伝えした通り、中学生のときに脳に対する漠然とした興味はもっていたのですが、その時点では進路決定に影響するほどではありませんでした。 そのため、高校1年生時点での文理選択では、自分の選択肢を狭めたくないという思いから理系を選択していました。 どのようにしてその悩みを乗り越え、現在の進路に至ったのですか? 高校時代、先生が私の興味を引き出してくれたことで、「もっと学びたい」と思える分野に出会うことができました。たとえば、私が関心をもっていた分野を専攻している卒業生を紹介してくださったり、先ほどの脳波から脳震盪を診断するプロジェクトの立ち上げをサポートしてくださったりしました。 先生が私の関心を深めるために積極的に協力してくださったおかげで、将来について日常的に、しかも自分ごととして考える時間を多く持つことができました。 さらに、興味のある授業を履修していくなかで、改めて理系の進路で脳科学に関わっていきたいという思いが強まり、現在の進路を選択しました。 高校の先生との関わりを通じて、ご自身の興味の種を芽吹かせることができたのですね。 将来の不安はキックボクシングで吹き飛ばす 現在ハマっている趣味はありますか? もともと読書とドラマ鑑賞が好きで、2年ほど前からはキックボクシングとムエタイにハマっています。 キックボクシングとムエタイはどのような経緯で始めたのですか? キックボクシングは、母が家の近くにキックボクシングジムを見つけて、一緒に行こうと誘ってくれたことがきっかけで始めました。しかし、カナダではキックボクシングジムが見つからなかったため、代わりに同じように足を使った運動ができるムエタイを始めました。 ムエタイやキックボクシングを始めて、ご自身にプラスの影響はありましたか? 体を動かして、目の前のことに集中しなければならない時間を取るようになったことで、将来への不安を感じづらくなりました。 もともと、将来のことを考えて一日中悩み過ぎてしまうことが多かったのですが、昼からムエタイのジムに通うことで、頭をまっさらにして気持ちを切り替えるルーティンを作れるようになりました。 運動を通じて未来への不安を取り払う習慣を身につけられたのですね。それでは最後に、これから同じ領域に挑戦してみたい学生や若い研究者に向けて、メッセージをお願いします。 私の脳への興味が、偶然読んだ一冊の本がきっかけで始まったように、自分の興味のタネにいつ、どこで巡り合うことができるのかはわかりません。現在進路に迷っている人には、ぜひ常にアンテナを立てて、様々な可能性を視野に入れる柔軟性を大切にして欲しいと思います。 私も自分に舞い込むいろいろな機会を逃さないよう、毎日コツコツ努力することをこれからも大切にしていきます。 NeuroTech Magazineでは、ブレインテック関連の記事を中心にウェルビーイングや若手研究者へのインタビュー記事を投稿しています。 また、インタビューに協力していただける研究者を随時募集しています。応募はこちらから→info@vie.style

脳疾患の原因を追究する:トロント大学・堀口桜子さんが語る「正確な脳波計測技術」

脳の仕組みを解明し、人類の可能性を広げる研究分野として注目を集める「脳科学」。私たちVIEでは、この魅力的なテーマに挑む若手研究者に焦点を当て、彼らの研究内容や情熱に迫るインタビュー企画をスタートしました。 本企画は、さまざまな視点から脳科学の最新研究を紹介することで、読者の皆さまに脳の神秘や研究の楽しさをお届けするとともに、新しい視点で脳について考えるきっかけとなることを目指しています。 今回のインタビューでは、カナダのトロント大学で「頭皮で測定される脳波と皮質内の脳波の違い」について研究されている堀口桜子さんにお話を伺いました。インタビューの後半では、堀口さんのパーソナルストーリーをたっぷりご紹介していますので、ぜひあわせてご覧ください。 研究者プロフィール 氏名:堀口 桜子(ほりぐち さくらこ)所属:トロント大学 物理学科 生物物理学専攻研究室:CAMH, Temerty Centre for Therapeutic Brain Intervention Neurophysiology Team研究分野:計算論的神経科学、EEG、信号源推定(source localization) 測定された脳波から真の脳活動を探る技術 現在取り組まれている研究について教えてください。 私の研究テーマは、脳波データを用いた脳活動の解析です。具体的には、頭皮で測定したEEG信号から脳皮質で発生した信号活動を推定することに焦点を当てています。 EEG信号と脳皮質での活動の差異を推定するために、どのような手法を用いているのですか? 私の研究では、皮質の電気活動をより正確に再現するために、ソースローカライゼーション(source localization)という技術を使用しています。この技術では、脳内の電気活動が頭皮上でどのようなEEG信号を生じさせるかを数理モデルで表現し、実際に計測されたEEGとの誤差を最小にするように逆算することで、統計的に脳のどの部位がそのEEGを発生させたかを推定しています。 この方法を用いることで、脳波の信号がどの部位から発生しているかを特定することや、脳内で起こる様々な異常な活動を捉えることができると考えています。 EEG信号と脳皮質での活動には、どのような違いがあるのでしょうか? 脳波(EEG)は、脳の表面(脳皮質)で生じた電気活動が頭皮まで伝わってくる信号です。しかし、この伝わる過程で、ボリュームコンダクション(volume conduction)という現象によって、信号が弱まってしまったり、周囲に広がり、他の信号と混ざり合ってしまいます。そのため、実際に信号が発生した部位とは異なる位置で信号が記録されてしまうことがあります。つまり、頭皮で測定されるEEG信号は、脳の皮質で起こっている活動場所やパターンを正確に反映していない可能性があるのです。 このテーマを選んだきっかけや理由を教えてください。 兼ねてから脳のはたらきに対して興味をもっていたことと、研究成果が多様な脳疾患の分析に応用可能であることに魅力を感じたことから、このテーマを選びました。 加えて、脳波解析の技術に対する知見を深めることで、私の研究室が所属する研究センターの他のプロジェクトと連携できるのではないかと考えたこともこのテーマを選んだ理由の一つです。 この研究を通じて、研究室で行われている統合失調症やうつ病、依存症などの脳にかかわる疾患の診断や治療法の開発に携わることができる技術の開発に貢献することを目標にしています。 研究者ならば一度は感じる不安、それを乗り越えるためには 実験では被験者がどのような状態のときの脳波を測定するのですか? 実験に携わった数はまだあまり多くありませんが、主に健常者を対象に、タスクを行ったときの脳波とタスクを行うことを想像したときの脳波の測定を行っています。 たとえば、指を曲げたときに発生する脳波と指を曲げることを考えたときに発生する脳波を計測して、同じ脳波が見られるかといった実験を行っていました。 研究プロセスを進める上で、困難に感じたことはありますか? 現在の研究プロセスで直面している課題の一つは、自分が抱く疑問に対して明確な答えがまだないことに対する不安です。 大学の課題の物理の問題を解いているときとは異なり、脳の研究では調べてもすぐに全ての疑問が解決しないことが多く、「自分が進んでいる方向性は正しいのだろうか?」「これは何かに繋がるのだろうか?」といった不安が常にありました。 その不安とはどのように向き合ったのですか? 研究室の修士の先輩に相談したところ、この不安は研究者ならば誰もが一度は感じる悩みであるということを教えていただいたことで、研究には新しいことを常に学べる楽しさと、それに伴う不確実性がつきものだと受け入れることができました。 また、この不安を払拭するためには研究分野に関連する参考文献をたくさん読んで、知識を深めなければならないということも教わりました。 取り組んでいるテーマが新しい分野であったり、他の人が目を向けていないトピックである場合、直接自分の研究に関連する参考文献が見つからないこともあります。しかし、そのような場合でも、少しでも関連がある文献を探し、幅広い知識を蓄えることで不安は少しずつ解消できるそうです。 これからは、たくさんの論文を読み、さまざまな方々の話を聞き、異なる分野に触れることで、多くの知識を吸収し、研究を深めていきたいと思っています。 様々な人に支えられた経験を活かして これからどのように研究活動に取り組みたいと考えていますか? 自分の研究が他のプロジェクトにどのような影響を与えるかを考えつつ、様々な人と意見交換をしながら研究を進めたいと考えています。 私一人の知識だけでは、脳や物理に関する視点からしか研究を進めることができませんが、他分野を専門とする人の意見を取り入れることで、これまでにない新しいアプローチを見つけられると考えています。だからこそ、他の人との関わりを大切にし、自分の枠を超えていきたいと思っています。 また自分のプロジェクト以外の活動として、現在、大学で女子学生の理系進学を支援するメンターの役割を担っています。 私が研究の道に進むことができたのは、周りの人のサポートがあったからこそだと感じているので、今度は自分がこれから研究の道に進もうとする学生の背中を押したいと考えています。 そして願わくば、脳に関心をもってくれる人が増えて欲しいと思っています。 今後の活動に対する意気込みを教えてください。 現在研究に関しては、まだ明確な成果が出せていません。しかし、研究室に配属されてから最先端の研究に間近で触れることができ、研究に真摯に向き合う教授や多くの修士・博士学生と知り合うことができたことは、自分にとって非常にありがたく、実りのある経験となりました。 また、次々と新しいアイディアが議論され、プロジェクトが立ち上げられる現場にメンバーとして参加できたことは、脳に対する魅力を再認識するきっかけとなりました。 この一年間研究活動を通して得た経験をもとに、今後も脳に関わる道を進んでいきたいと強く感じています。 インタビューの後半では、堀口さんの研究者を目指すまでの経緯や学生に向けたメッセージについて伺いました。特に、現在進路決定に悩んでいる学生さんは必見の内容となっています。ぜひ併せてご覧ください。 後半記事 ▶進路に悩んだ日々:研究者・堀口さんの興味を引き出した出会い

ウェルビーイング時代に注目のニューロテックとは?国内外の注目企業・最新事例まとめ

私たちの暮らしや働き方が大きく変わる中、「心と体のバランスをどう整えるか」は、ビジネスパーソンから学生、子育て世代まで、すべての人にとって重要なテーマになりつつあります。そんな中でいま注目を集めているのが、脳の状態を見える化し、心のコンディションに働きかけるニューロテック(ブレインテック)の活用です。 最先端の脳科学とテクノロジーが、メンタルヘルスやライフバランスといった「ウェルビーイング」にどう貢献しているのか、国内外の最新事例をもとに、その広がりと可能性を探っていきます。 ニューロテクノロジーがウェルビーイングに注目される背景 メンタルヘルスやライフバランスへの関心が高まる現代、脳とテクノロジーを融合したニューロテック(ブレインテック)がウェルビーイング分野で大きな注目を集めています。脳波や神経の活動を測定・分析し、その情報をフィードバックすることで、ユーザーが自身の心の状態やパフォーマンスをより良く理解し、自己調整を促す技術は、これまで主に医療や研究の場で使われてきましたが、最近では私たちの生活の中にも少しずつ広がり始めています。 その背景には、世界規模でのメンタルヘルス課題と技術の進歩があります。世界保健機関(WHO)によれば、全世界で3億人以上がうつ病を患っており、日本国内でも約8割の人が何らかの悩みや不安を抱えて生活していると言われます。こうした背景に応える形で、ニューロテック企業への注目と投資も拡大しています。 たとえば、AmazonやGoogleなど世界的企業も、この分野の有望スタートアップの買収・提携に関心を示しており、市場拡大が加速しています。また日本政府においても、ムーンショット型研究開発制度にニューロテック関連プロジェクトを採択するなど支援を始めており、国内外でニューロテクノロジーの応用が一気に進んでいます。 参考:Zion Market Research, "Global Mental Health Technology Market Size, Share, Growth, Analysis, Report, Forecast 2024-2032," Zion Market Research 国内におけるニューロテック活用事例 日本国内でも、ウェルビーイング向上を目指すニューロテックの取り組みが活発化しています。いくつかの最新事例をご紹介します。 株式会社NeU(ニュー)  NeUは、東北大学と日立ハイテクの共同出資によって設立された脳科学ベンチャー企業です。2018年にはメンタルヘルス対策企業のウェルリンク社と提携し、働く人のストレス状態を可視化し、脳トレーニングやニューロフィードバックを通じて自己調整能力を高めることを支援する法人向けサービス『Best』を発表しました。 また、オフィス設置用に近赤外光(NIRS)を使った簡易脳活動計測器も提供しており、約5分間の本格的なニューロフィードバック訓練を通じて、ストレス耐性の向上や認知機能のアップを図るプログラムも組み込まれています。 社員一人ひとりの脳コンディションを整えることで組織全体の活力向上につなげる、「脳科学×健康経営」のソリューションとして注目されています。 参考:株式会社NeU「脳科学知見を活用した新セルフチェック&トレーニング「Best」を開発」 VIE株式会社(ヴィー) 神奈川県鎌倉市に拠点を置くスタートアップ・VIE株式会社は、イヤホン型の脳波計「VIE ZONE」の開発を手がけています。2025年5月からは、法人向けのニューロミュージック配信サービス「Neuro BGM(β版)」の提供もスタートしました。 このサービスでは、神経科学の知見と脳波データに基づいて開発された楽曲を、シーンや時間帯に応じて自動再生します。音楽の力で集中力とリラックスのバランスを整え、ストレスの軽減や生産性の向上、チームのエンゲージメント強化など、職場や店舗の環境改善が期待されています。 脳の状態に働きかける音楽によって、日々のパフォーマンスを自然に引き出す──そんな新しいアプローチが、企業のウェルビーイング経営を後押しする手段として期待を集めています。 参考:VIE株式会社「脳科学にもとづくオフィス・店舗向けBGMサービス「Neuro BGM(β版)」」 株式会社CyberneX(サイバネックス) CyberneXは、脳と社会をつなぐBCI(ブレイン・コンピュータ・インターフェース)技術の実用化に取り組む企業です。長年にわたる脳情報の研究をもとに、リラックスや集中といった「こころの状態」を脳波で見える化する独自の技術を開発しています。なかでも、癒し効果を脳波で測定・分析できるツール「α Relax Analyzer」は、さまざまな分野で注目を集めています。 この製品は、AIによる自動分析機能「XHOLOS Brain Insight AI」を搭載しており、専門知識がなくても脳波データの理解や活用が可能です。さらに、個人ごとに最適な商材をレコメンドできるため、パーソナライズされた体験の提供や、ウェルビーイングの向上にもつながっています。 アロマ、音楽、食品など幅広い実証実績があり、リラックスという感覚を科学的に伝えるマーケティング支援ツールとしても広がりを見せています。 参考:CyberneX「α Relax Analyzer」 海外におけるニューロテック活用事例 海外でもニューロテックを活用したウェルビーイング向けサービスが次々と登場しています。代表的な最新事例をいくつか見てみましょう。 Flow Neuroscience(スウェーデン) Flow Neuroscienceは、自宅でうつ症状の改善を目指せる非侵襲型ヘッドセットを開発したスタートアップです。頭に装着するこのデバイスは微弱な電流(tDCS)を用いて脳を刺激し、連携するアプリでは行動療法に基づいたトレーニングプログラムを提供します。 薬に頼らずに脳の働きにアプローチする「デジタル脳刺激療法」として注目されており、利用者の約81%が3週間以内に症状の改善を実感したという報告もあります。現在は、英国の公的医療制度NHSでも試験導入が進められています。 参考:Exploding Topics. "20 Neuroscience Startups Accelerating Market Growth (2024)." Neurable(米国) もともとはVR向けの技術開発からスタートしたNeurableは、現在、脳波から感情や集中状態を読み取るヘッドホン型デバイス「MW75 Neuro」を開発しています。この製品は、イヤホンに内蔵されたセンサーが脳波を計測し、AIがその信号を解析することで、ユーザーの集中度やリラックス度など、特定の脳活動パターンに関連する状態をリアルタイムで推定することが可能です。 このデバイスにより、日々の行動や働き方を自分の脳の状態に合わせて最適化できることを目指しており、燃え尽き症候群(バーンアウト)の予防にもつながると期待されています。2024年には約1,300万ドル(約18億円)の資金調達にも成功し、働く人のメンタルヘルスを支え、生産性の向上に貢献する次世代デバイスとして注目を集めています。 参考:Neurable公式HP InteraXon(カナダ) InteraXon社が提供する「Muse」は、瞑想によるマインドフルネス習慣をサポートする脳波計測ヘッドバンド型デバイスです。ヘッドバンドを装着し、専用アプリと連携することで、リアルタイムに脳波を解析しながら瞑想の深さや集中度をフィードバックしてくれます。脳の状態に合わせて、自然音やガイド音声が変化するため、自分の内面の変化に気づきやすく、初心者でも続けやすいのが特長です。 ユーザー調査によれば、77%がストレス管理がしやすくなり、78%がよりリラックスできたと実感しており、ストレス軽減・集中力向上・情緒安定といった多面的なウェルビーイング効果が報告されています。 参考:Muse (InteraXon Inc.). "Benefits of Muse." Muse. ニューロテックがもたらすウェルビーイングへの寄与 ニューロテックは、心と体の状態を“見える化”し、自分に合ったセルフケアを可能にする技術として、ウェルビーイングの向上に大きく貢献しています。ストレスや集中力といった主観的な感覚を客観的なデータとして捉えることで、早期の気づきや予防的なケアがしやすくなりました。 さらに、個人の脳の状態に合わせて音楽や瞑想、行動プログラムをパーソナライズできる点も魅力です。近年ではデバイスの小型化・簡易化が進み、こうした技術が日常生活の中に自然に取り入れられるようになっています。 「感じ方」や「思考のクセ」といった内面にアプローチできるニューロテックは、働き方や暮らし方を見直すきっかけを与えてくれる、新しいセルフマネジメントの手段として注目されています。

アニメから生まれた脳への興味:研究者・山田崇暉さんが取り組む研究のルーツ

今回は、上智大学大学院で「嗅覚刺激と認知活動の関係」の研究に取り組まれている山田さんにお話を伺いました。インタビューの前半では、山田さんの研究に至るまでの背景やこれまでの研究成果などについて詳しくご紹介していますので、ぜひあわせてご覧ください。 前半記事 ▶香りが脳にもたらす影響を解明する:上智大学・山田崇暉さんが語る「嗅覚刺激と認知活動の関係 インタビューの後半では、山田さんのパーソナルストーリーに焦点を当て、幼少期の生活や現在の趣味、研究に関するエピソードなどについて伺いました。 研究者プロフィール 氏名:山田 崇暉(やまだ たかき)所属:上智大学大学院 理工学研究科 理工学専攻情報学領域研究室:矢入研究室研究分野:嗅覚刺激、脳情報デコーディング、ワーキングメモリー 週に1度は面談:教授と学生の距離が近い研究室 ── まずは改めて簡単に自己紹介をお願いします。 私は現在、上智大学大学院の理工学研究科理工学専攻情報学領域に所属しており、博士前期課程の2年生として研究活動を行っています。 取り組んでいる研究のテーマは「外界からの刺激、および人の心の状態と脳活動の関係の解析」です。具体的には、「嗅覚刺激は人間の認知活動のパフォーマンスを向上させるか」という問題を研究しています。 ── 研究を始めるにあたってどのようなことを勉強しましたか? まずは、研究室の勉強会を通じて脳科学分野の知識を身に着けていきました。具体的には、「メカ屋のための脳科学入門」や「史上最強カラー図解 プロが教える脳のすべてがわかる本」、「脳波解析入門 Windows10対応版: EEGLABとSPMを使いこなす」といった本を全員で読み進めていました。 そして、研究を1から組み立てるためにひたすら論文を読み続けました。その過程で、香りと脳の関係について記述されている論文を読み、どのような香りを被験者に提示すればよいかを学びました。 ── 基礎知識は勉強会で、応用知識は論文を読むことで学んだのですね。勉強会は研究室の習慣行事として行われていると思うのですが、その他に研究室の中でのユニークな習慣があれば教えてください。 週に1度、教授が朝9時から夕方にかけて研究室メンバー全員と面談を行っているところがユニークだと思っています。内容は、研究のことはもちろん最近の調子や近況報告などのプライベートな話もしています。 ── 教授と学生の距離が近い研究室なのですね。 小さい頃からの好奇心と兄の影響が進路決定に — 子供のころはどのようなことに興味をもっていましたか? 小学生の頃からクラブや部活動を通じて、野球、サッカー、ハンドボール、バスケ、陸上 といった様々なスポーツに興味を持って取り組んできました。興味があることはとにかく取り組んでみるという性格だったので、結果的に幅広い種類のスポーツに打ち込んできました。 他には、当時はアニメが好きで様々な作品を観ていました。特に中学生のときに見た、VR機器を脳に装着して仮想世界の中で生きる物語を描いたアニメ『ソードアート・オンライン』は、現在の自分に強い影響を与えており、このアニメを見たことをきっかけに、脳と機械をつなぐ技術に興味を持ち始め、BMI1や脳情報の解読を主題としている現在の研究室を選択しました。 — 好奇心と行動力を兼ね備えた学生時代だったのですね。『ソードアート・オンライン』は、脳科学に興味を持つ人の間でよく話題になる作品なのでしょうか? 研究室の先輩もこのアニメを見たことで脳の研究に興味をもったと言っていました。またインターネット上では、情報系に触れるきっかけとなったアニメとして取り上げられることもあるので、自分の研究室で取り扱っている「脳科学×情報」の分野の研究者には、このアニメの影響を受けている人が少なくないと感じています。 — 多くの研究者の進路に影響を与えたアニメなのですね。それでは、様々なスポーツやアニメに興味をもっていた当時の自分に影響を与えた人物はいましたか? 小さい頃から兄の影響を受けてきました。兄は目標に対してコツコツと努力しながら結果を積み上げていくタイプの人間で、その姿を見て自分も兄のような人間になりたいと感じていました。 努力の姿勢以外にも兄から受けた影響は多く、陸上に関しては兄が大会に出場する姿を見て面白そうと感じたことで始め、研究テーマを決めるきっかけとなったソードアート・オンラインも兄の薦めで見始めました。 好奇心と行動力は今も健在!47都道府県制覇まであと5県 ── 現在ハマっている趣味はありますか? クラシックギターと旅行にハマっています。 クラシックギターは10年間続けており、最近は「マチネの終わりに」という映画の劇中歌としても登場した「大聖堂」という曲を練習しています。 旅行は国内外様々なところに行っているのですが、国内に関しては学生中に全ての都道府県に訪れたいと考えており、現在残すところあと九州の5県となりました。 ── とてつもない継続力と行動力ですね!山田さんがこれまで旅行で訪れた場所で、一番良かったと思う場所があれば教えてください。 山口県の萩という海沿いの街が印象的でした。そこは街全体が世界遺産で、時間がゆっくり流れていると感じるような穏やかで心地の良い場所でした。 同じくらい印象的だった場所として、青森でふらっと入った居酒屋が強く記憶に残っています。その店は特別何か変わった点があるような居酒屋ではなかったのですが、店主がとても面白い人で、そこに来る他の客と仲良くなって一緒に飲むというスタイルを取っていました。そのような飲み方は初めてであったため、とても新鮮で衝撃を受けました。 ── どちらも旅行の醍醐味と言える素敵な経験ですね。最後に、これから同じ領域に挑戦してみたい学生や若い研究者に向けて、メッセージをお願いします。 脳科学はまだまだ未知のことが多い分野だと思います。だからこそ、様々な視点や発想で研究を行っていけることがこの分野の面白さだと思います。 今後、脳に関する研究が発展することで、アニメのような世界がいつか現実になる日が来ると信じています(社会実装するには様々な問題があると思いますが、、)。 面白そうだなと思ったり、脳に少しでも興味があったりしたら、ぜひこの分野に飛び込んでみてほしいです。きっと夢中になれるようなものがたくさん転がっていると思います。 NeuroTech Magazineでは、ブレインテック関連の記事を中心にウェルビーイングや若手研究者へのインタビュー記事を投稿しています。 また、インタビューに協力していただける研究者を随時募集しています。応募はこちらから→info@vie.style

1 2 3 9

Ready to work together?

CONTACT

ニューロテクノロジーで新たな可能性を
一緒に探求しませんか?

ウェアラブル脳波計測デバイスや、
ニューロミュージックに関心をお持ちの方、
そして共同研究や事業提携にご興味のある
企業様、研究機関様からの
お問い合わせをお待ちしております。