2 分で読了
0 views

スマートフォンPPGと熱画像による瞬時ストレス推定

(Instant Automated Inference of Perceived Mental Stress through Smartphone PPG and Thermal Imaging)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近部下から「スマホでストレスが測れます」と言われて困っています。精度や現場での使いやすさを踏まえて、要するに導入する価値があるのかを教えていただけますか。

AIメンター拓海

素晴らしい着眼点ですね!大丈夫です、一緒に整理しましょう。結論だけ先に言うと、この研究は「短時間のスマホ測定で知覚的ストレスを検出できる」ことを示しており、現場での使い勝手という点で実用性の光がありますよ。

田中専務

それは心強い話です。ただし我が社は現場でスマホを使い慣れていません。具体的にどのくらいの時間で結果が出るのか、現場負荷はどれほどか教えてください。

AIメンター拓海

良い質問ですね。要点を3つにまとめますよ。1つ目、測定はごく短時間で済むため現場負荷が小さいこと。2つ目、スマホカメラと低価格の熱カメラという組み合わせで安価に運用できること。3つ目、個人差の扱いが重要で、個別の正規化が必要だという点です。順に噛み砕いて説明できますよ。

田中専務

個別の正規化というのは、例えばどういう手間がかかるのですか。新人研修のような時間や費用が別途必要になるのであれば現実的ではありません。

AIメンター拓海

素晴らしい着眼点ですね!個別正規化とは、人それぞれ出る信号の基準が違うので、最初に短時間の基準値を取っておき、その値を基に比較するという運用です。言うなれば検針票の基準線を引く作業に近く、1人当たり数十秒〜数分の初期キャリブレーションで済むことが多いです。

田中専務

なるほど。で、肝心の精度ですが、どの程度期待できるのですか。研究だと比較的よく見えるが、現場では雑音が多いはずです。

AIメンター拓海

良い視点ですよ。研究では短時間の組合せ測定で約78%程度の分類精度が示されています。これは長時間測定を前提とする既存法と同等の水準に近く、現場での簡便性とバランスが取れています。ただしセンサーの位置ずれや屋外の環境変化に弱いため、運用面での工夫が要りますよ。

田中専務

運用面の工夫というのは、例えばどんな対応でしょうか。これって要するに運用ルールをちゃんと作れば現場で使えるということ?

AIメンター拓海

その通りです!現場で実用にするには簡潔な運用ルールが鍵になります。具体的には測定時の姿勢やカメラ位置の簡易ガイド、屋外での制限、個別キャリブレーションの手順を決めるだけで、実務で使えるレベルに近づきます。大丈夫、一緒に手順を作れば導入は現実的ですよ。

田中専務

投資対効果についても率直に聞いておきます。センサーや運用コストを含めて、どのくらいの規模感で回収できる想定が現実的でしょうか。

AIメンター拓海

素晴らしい着眼点ですね!現実的な見積もりとしては、既存のスマホを活用すれば追加ハードは低価格の熱カメラだけで済みます。初期投資は小さめで、早期に労務改善や欠勤予防に繋がれば短期間で回収可能です。まずはパイロット導入でKPIを設定するのが賢明です。

田中専務

分かりました。本日のお話をまとめると、自分の言葉ではこう言えます。「スマホのカメラと低価格の熱カメラで短時間にストレスの兆候を検出でき、運用ルールと個別正規化を整えれば実務導入は現実的だ」と。これで社内説明をしてみます。ありがとうございました。

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
眼底写真における深層学習と緑内障診療の比較
(Deep Learning and Glaucoma Referral Features)
次の記事
マルチドメイン処理によるハイブリッドデノイジングによる音声強調
(Multi-Domain Processing via Hybrid Denoising Networks for Speech Enhancement)
関連記事
高データ量変動DNN向けタスク間自動再構成アクセラレータ設計
(InTAR: Inter-Task Auto-Reconfigurable Accelerator)
中国先物市場における教師あり学習の応用
(Application of supervised learning models in the Chinese futures market)
オフライン強化学習における選択的状態適応正則化
(Learning to Trust Bellman Updates: Selective State-Adaptive Regularization for Offline RL)
Random expansions of finite structures with bounded degree
(有界次数を持つ有限構造のランダム拡張)
南極氷中の電波チェレンコフ実験の現状
(STATUS OF RADIO ICE CERENKOV EXPERIMENT)
広域深層ニューラルネットワークによる小規模学習の大規模系への転移
(Extensive deep neural networks for transferring small scale learning to large scale systems)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む