テックドクター、慶應義塾大学主導の関節リウマチ患者ウェアラブルデータ研究成果を国際学会で発表

株式会社テックドクターは、研究開発分担機関として参画した慶應義塾大学医学部内科学教室（リウマチ・膠原病）主導の関節リウマチ患者を対象としたウェアラブルデバイス研究の成果について、2026年6月に開催された2つの国際学会にて研究成果を発表いたしました。

本研究では、ウェアラブルデバイスのGoogle Fitbitを用いて取得した身体活動・睡眠・心拍変動（HRV）などのデータと、患者報告アウトカム（PRO）との関連性を解析しました。さらに、機械学習を活用することで、患者の主観的なQOLや倦怠感を客観的に推定可能であることを示しました。

欧州リウマチ学会「EULAR 2026 Congress」ではQOL指標である「EQ-5D」とウェアラブルデータとの関連性を、国際臨床免疫学会「FOCIS 2026 Annual Meeting」では倦怠感評価指標である「FACIT-F」および「BFI」とウェアラブルデータとの関連性を発表しました。

なお本研究は、国立研究開発法人日本医療研究開発機構（AMED）の支援を受けて実施されました。

背景と研究概要

関節リウマチ患者では、関節症状だけでなく、倦怠感、不眠、抑うつなどが日常生活へ影響を与えることが知られています。これらは患者の生活の質（QOL）に直結する重要な症状であり、近年では患者報告アウトカム（PRO）を活用した評価の重要性が高まっています。

一方で、質問票ベースのPRO評価は、患者自身の記憶や回答タイミングに依存するため、日々変動する症状をリアルタイムかつ客観的に把握することが難しいという課題があります。

本研究では、関節リウマチ患者107名を対象に、リストバンド型ウェアラブルデバイス「Fitbit Sense2」を用いて日常生活下のデータを継続取得しました。取得したウェアラブル由来データと、QOL指標「EQ-5D-5L」、および倦怠感の評価指標「FACIT-F」、「BFI」との関連性を解析するとともに、機械学習を活用して患者の主観的状態を客観的データから推定可能か検証しました。また、モデル解釈性を高めるためSHAP解析も実施しました。

主な研究成果

1. ウェアラブル由来データとQOL指標（EQ-5D）との関連性を確認 解析の結果、EQ-5D効用値は、日中HRV、睡眠時HRVなどと相関を示しました。さらに、ウェアラブルデータを用いてQOL状態を分類する機械学習モデルは、高い識別性能（AUC-ROC 0.75〜0.89）を示しました。SHAP解析では、日中HRVおよび睡眠時間が主要な予測因子として抽出されました。

2. ウェアラブル由来データと倦怠感指標（FACIT-F／BFI）との関連性を確認 解析の結果、FACIT-Fスコアは安静時心拍数および夜間HRVと、BFIスコアは日中HRVおよび夜間HRVと相関を示しました。重度倦怠感群を分類する機械学習モデルは、FACIT-FモデルでROC-AUC 0.88、BFIモデルでROC-AUC 0.82という良好な性能を示しました。

これらの結果から、ウェアラブル由来データが、関節リウマチ患者におけるQOLや倦怠感などの主観的症状を客観的かつ継続的に捉える指標となる可能性が示されました。

社会的意義と今後の展望

本研究成果は、ウェアラブルデバイスによって取得される日常生活下の生体データが、関節リウマチ患者のQOLや倦怠感を客観的かつ継続的に把握するためのデジタルバイオマーカーとして活用できる可能性を示すものです。従来の質問票評価のみでは把握が難しかった日々の状態変化を、リアルタイムかつ低負荷に把握できるようになることで、患者モニタリングや疾患管理、治療効果評価への応用が期待されます。

テックドクターは今後も、ウェアラブルデータとAI・機械学習を活用したデジタルバイオマーカー研究を推進し、医療現場におけるデータ活用の高度化と、患者中心の医療実現に取り組んでまいります。