はじめに
Google Researchが2026年6月4日、スマートフォンの前面カメラで顔を撮影するだけで心拍数と安静時心拍数を計測できる研究システム「PHRM（Passive Heart Rate Monitoring）」を発表しました。研究成果は科学誌 Nature に掲載されており、全肌色トーンでウェアラブルと同水準の精度を達成しています。
参考記事
- タイトル: Towards passive heart health monitoring via smartphone camera
- 著者: Eric S. Teasley, Ming-Zher Poh
- 発行元: Google Research Blog
- 発行日: 2026年6月4日
- URL: https://research.google/blog/towards-passive-heart-health-monitoring-via-smartphone-camera/
関連記事
要点
- PHRMは顔認証(フェイスアンロック)直後の8秒間の顔動画を自動取得し、深層学習で心拍数を推定する受動的計測システムである
- 心拍数の精度はすべての肌色グループで業界標準(MAPE＜10%)を達成し、既存15モデルを上回った
- 安静時心拍数(RHR)の推定誤差はFitbit Charge 6との比較でMAE 4.39 bpmとウェアラブル同水準である
- 約70万本のスマートフォン動画を含む最大規模・最多様性のrPPGデータセットと事前学習モデル「PHRM-mini」を研究者向けに公開している
- ウェアラブルを持たない約50億人のスマートフォンユーザーへの心臓健康追跡の普及が目的として掲げられている
詳細解説
PHRMとはどのような技術か
PHRMは、スマートフォンの日常的な使用中に心拍数（HR）と安静時心拍数（RHR）をバックグラウンドで計測する研究システムです。ユーザーが意識してカメラに指を当てる必要はなく、顔認証によるスマートフォンのロック解除後に自動で8秒間の顔動画を取得する仕組みになっています。
計測の原理は PPG（フォトプレチスモグラフィ） と呼ばれる技術です。PPGとは、血液が拍動するたびに皮膚への光の反射が微妙に変化することを利用して心拍を検出する手法であり、スマートウォッチや指先を当てるパルスオキシメーターにも使われています。PHRMではカメラが顔の映像から同様の変化を読み取る「リモートPPG（rPPG）」と呼ばれる手法を採用しています。このrPPGの研究自体は20年以上の歴史がありますが、Googleによれば、これまでは小規模・管理環境下での検証にとどまっており、実世界での大規模な精度確認には課題がありました。
Google Researchは、オンデバイスで動作するソフトウェアパイプラインを開発し、時間シフト畳み込みニューラルネットワーク（Temporal Shift CNN）を使って心拍数と信頼スコアを推定します。さらに、1日を通じた測定値を カルマンフィルタ（統計的な予測・補正アルゴリズム）で統合し、日次のRHRを算出します。
精度と肌色への公平な対応
PHRMの開発において特に注力されたのが、肌色による精度格差の解消です。Google Researchによれば、これまでのrPPG研究では肌の色が濃い人の代表性が著しく低く、精度も有意に低い傾向があったといいます。これはパルスオキシメーターでも同様の問題が指摘されており、FDAが検証研究への多様な肌色参加を求めるガイダンスを策定するきっかけになった経緯があります。
PHRMは約70万本の動画クリップを約700名の多様な参加者から収集し、肌色が明るいグループ（Monk 1〜4）と中間グループ（Monk 5〜7）が各25%以上、肌色が濃いグループ（Monk 8〜10）が33%以上になるよう参加者を構成しました。Monk Skin Tone（グーグルが開発した10段階の肌色評価スケール）を用いてデータの多様性を定量管理したことは、この分野では先例となる取り組みだと思います。
検証結果として、Google Researchの発表では以下の精度が報告されています。
- 心拍数（HR）：実環境の自由行動（フリーリビング）研究における全体MAPEは 6.09%（信頼スコアでゲーティング後）。肌色グループ別では5.04%・5.12%・7.84%と、すべてのグループで業界標準のMAPE＜10%を達成。比較対象とした15種の主要rPPGモデルを上回ったのはPHRMのみでした。
- 安静時心拍数（RHR）：Fitbit Charge 6との比較でMAE 4.39 bpm（事前設定目標5 bpm以下）を達成。肌色グループ3（最も濃い肌）は3日目以降にMAE＜5 bpmを達成しており、測定日数が増えると精度が向上する特性があります。
「自由行動」研究の設計
精度検証に用いられた実環境研究の設計も注目に値します。231名の参加者が専用アプリをインストールした私物スマートフォンを8日間普段どおりに使用し、ECGチェストストラップとFitbit Charge 6を装着しながら生活しました。アプリはフェイスアンロックのたびに8秒動画とECGデータを記録し、1日平均231クリップを取得しています。
プライバシー保護の観点から、参加者は毎日の終わりにクリップを自分で確認し、他者の顔や機密性の高いコンテンツが含まれていないことを確認した上で、明示的な承認操作によってのみデータがGoogleの暗号化サーバーへアップロードされる仕組みが採用されました。Googleの研究倫理審査委員会（IRB）の承認のもとで実施されており、データの取り扱いに関する設計が丁寧であると考えられます。
データセットと研究者向け公開
Googleによれば、今回の発表に合わせて、この分野では最大規模かつ最多様性のスマートフォン動画データセットと、事前学習済みモデル「PHRM-mini」が研究者向けに公開されます。アクセスにはIRB承認とデータ保護要件の充足が必要であり、商用利用や個人の再特定は禁止されています。GitHubリポジトリ（Google-Health/consumer-health-research）から申請できます。
なお、現時点でPHRMは研究システムであり、一般ユーザーが利用できる製品・機能としてはリリースされていません。Googleは今後の課題として、肌色グループ3での計測成功率の改善、頭部動作・会話中のエラー低減、動画安定化技術の高度化、オンデバイス処理によるプライバシー強化などを挙げています。
ウェアラブルとスマートフォンの補完関係
2026年4月にFitbitのAIパーソナルヘルスコーチが37カ国・32言語へ拡大したことからも読み取れるように、Googleはウェアラブルを軸とした健康追跡の普及を推し進めてきました。PHRMはその延長線上に位置しつつ、ウェアラブルを持たない層へのアクセス拡大という異なる角度からのアプローチだと言えます。現在世界で約50億台のスマートフォンが普及しているのに対し、ウェアラブルの普及率はまだ限定的です。PHRMが実用化に向かうとすれば、ウェアラブルの代替というより、健康モニタリングの裾野を広げる補完的な役割を担うことになると考えられます。
まとめ
GoogleはスマートフォンのフロントカメラとAIを組み合わせた受動的心拍モニタリングシステム「PHRM」をNatureに発表しました。全肌色で業界標準精度を達成し、RHRではウェアラブル同水準を実現した点は評価に値します。ウェアラブルを持たない50億人への心臓健康追跡の普及という方向性は、公衆衛生上の意義があると思います。実用化に向けた今後の展開が注目されます。
