00:02
こんにちは、田代です。
こんにちは、堀です。
AIとハードウェアの接点：フィジカルAIとロボットの可能性
Advanced Therapistエピソード31本目ということで、 今回はですね、最近も生成AIの話が多かったんですけども、
もうちょっとソフトというよりはハードの話として、 フィジカルAIとかロボットとか道具みたいなツール、
ガジェットみたいな話をボロボロできたらなと思います。
はい、よろしくお願いいたします。
これまでかなりAIというところを、 いわゆるソフト面のところで話を進めてきたと思います。
これを聞いてくださっている方たちが、こういった今の AIだとかの現状というのはどこまで抑えられているかというのは、
正直わからないんですけども、割とリーズニング、 つまりAIが考えるというところに注力をしてきて話しました。
ただ、AIというのは考えてくれますけど、 そもそも入力をどうするかというところがすごく重要になってきます。
実際に生成AIを使っていく上では、 プロンプトというのが大事だよということを話をしているんですけど、
今だったら、例えば画像を投げ込んで、 この画像を投げ込んで考えてくださいということもできると、
あるいは画像を生成してくださいとなったときに、 入力と出力が違ってくるんですよ。
これはいわゆるLLMというLarge Language Modelというところの 派生になってくるわけですけども、
そもそも我々がそういったフィジカルの部分というものを AIに任せてきているという現状になっている。
じゃあそのフィジカルの部分をどうするかというところを ちょっと考えなきゃいけないかなと思っています。
そうですね。インプットのところもあり、 またアウトプットとしてもロボットが動かすとか、
岸野先生も以前ロボット開発みたいなところに 関わっていたところもあるかなと思うので、
あとの編成みたいな話も聞けたらいいかなと思いました。
はい。なので今、例えばAIに仕事が取られるとか、 ロボットに仕事が取られるとか、
AIが自動的に動いているとかということも あるのはあるんですけども、
実際に人間が、その社会というものが、 実はまだアナログで動いているものが多くて、
そのアナログというのをデジタル変換しない限りは、 実際には機械で動かせないなというところが、
まず大前提としてある。
人間の複雑な動作のデジタル化の難しさ：自動運転とテスラの挑戦
このデジタルデータにするということ自体が、 実は簡単ではないというところなんですけど、
この辺り、これって難しいですよね。 田代さんが思いつくものとかあったりします?
そうですね。単純にセラピストの手の動きというか、 都市の手術みたいなのは難しいと思いますし、
以前も堀先生も介護の支援ロボットみたいなのがあって、 モーターの制限があるとかもあったので、
医療を含め介護・福祉とかだと、 本当に人が今行っているところは、
単純にロボット化するのは難しいだろうなと思います。
もう少し日常的なところで言った場合に、
うまくいっているからこそ、その流れを考えた時に、 いわゆる自動運転ですね。
車の自動運転を1から4まで捉えていった時に、 4というのは完全自動運転で、
もう車自体がハンドルもアクセルもいらなくて、 全て車が運転してくれるよというところまでに、
結構何が大変だったかというところになるんですけども、
一つは普通の道路であれば、車はいわゆる車線を見ながら、 あるいは信号を見ながら、標識を見ながら走ることができるんですけども、
人間はもちろんそれはできます。 だけど人間の特殊性って、
例えば車線がない細い路地に入って、 その路地で判断しながら運転ができるわけですよね。
もうちょっと違う言い方をすると、 右ハンドルと左ハンドルになったときって、
ソフトウェア書き換えらしいんですよ。 それは人間はちょっとのトレーディングでできてしまう。
そういう右ハンドルと左ハンドルの状況、 要は右車線と左車線ですね。
そういう状況とかっていうのを完全に作り上げるっていうのは、 実はすごく難しいソフトウェアになっている。
それのためのデータっていうのは、 相当な量を入れ込まないと、
完全に作れないっていう風になってるんですけど、 出来上がったものさえ見てしまえば、
我々って簡単じゃんと思ってしまうっていうことですよね。
そうですよね。そういう意味で、 人間のやってることはロボットでは置き換えられない。
複雑なことを簡単にやってることでも、 複雑なことがあるなっていうのが改めて分かってくる。
これがやっぱりテスラがすごいなと思うのは、 テスラはセンサーを使わずに自動運転を達成してるんですね。
センサーっていうのは赤外線センサーであったりだとか、
今だったらライダーセンサーって言うと 距離を測るようなセンサー。
今皆さんが普段乗ってる車とかだったら ショナーが付いてて、近づくとビビビビビって鳴りますよっていうような。
あのセンサーをイーロンマスクは使うなって 指示を出したわけですね。
イーロンマスクってやっぱちょっとすごいなと思うのが、 人間は全部それを目でやってるだろう。
だから全てカメラでやれって言って、 カメラでやらせるのにものすごく大変だったらしいんですね。
だから人間自体もイーロンマスクが正しいけど間違ってるのは、 結局その音を聞いたりだとか、
いろいろな人間って身体的なセンサー、体勢感覚とか、 場合によっては嗅覚も使ってるわけですけど、
それが人間とは統合されてるんですけど、 イーロンマスク、テスラに関しては全部カメラでやれって言って、
実際に100%かどうかってのはちょっとまだ その後追って情報を取ってないですけど、
基本はテスラっていうのはカメラだけで全て処理してるんですよ。
そのカメラで処理するということ自体が本当はとっても難しいんだというところ。
だから我々は見ていろいろ判断しているということになりますけれども、
それが他のセンサーを入れると、他のセンサーを処理するためのデータのAI部分がいるとか、
一つのデータをディープに掘り下げていくことで、 結果、安全を期すっていうのがテスラのすごさなんですね。
データ蓄積の重要性：マッサージチェアとAI技術
このあたりって車のこととか田代さん詳しかったりしますか?
車は全然詳しくないんでちょっとあるんですけど、それと置き換えて考えると、
例えばマッサージみたいな技術だと視覚情報っていうよりも、 例えば猛の方とかでももともと仕事してたのがあるから、
視覚情報だけあれば再現できるんだみたいな、 そういう置き換えができるのかなと。
確かに今マッサージというところでいうと、 マッサージ自体は日本が特筆して得意なんですね。
ファミリーだとか富士医療機だとかパラソニックかな。 パラソニックが世界の最先端を持っているんです。
ただ今、韓国だとか中国のメーカーとか、あるいは振興メーカーでスライドかな、
ああいったところがマッサージ業界に乗り出してきているんですけど、
やっぱりファミリーだとか富士医療のものって、
AI以前の蓄積されたデータというものを持っている強みがあるんですよね。
例えば身体の検知もそうなんですけど、 強さとか飲み方とか、
あるいは飲むためには足をエアーで捕まえて動かないようにして固定してやるとかっていうのが、
やはり富士医療、ファミリー、パラソニックに強みがあると思う。
僕も本当に30年来マッサージセアリーに座っていろいろなものを試しているんですけど、
振興メーカーはやっぱりそれが弱かったりします。
なのでデータの蓄積を持っているところってやっぱり強いなと思います。
そうですね。以前触覚関係の本を読んだときに、
強さ弱さみたいな手のマッサージとかでも、
うまく音符みたいな感じでリズム感とか強さとかをやると、
再現しやすいみたいな本を読んだことがあるようなチャンスし、
そういう触覚データも違った切り口の蓄積をしていくと再現しやすいとか、
こういうのを考えておくの面白そうかなと思いましたね。
なのでいわゆるそれがマッサージって出力と入力があって、
強さってのは多分出力なんですよね。
だけどその強さを判断する入力の部分っていうセンシングをどうするかというところが結構難しいみたいで、
あとはここを押すといいっていうのが人によって違うと。
その人によって違うっていうところをどういうふうにセンシングするのかっていうところに
結構お金がかかっているんだというところなんですね。
最近結構海外の学会とか行くといろいろな工業所がマッサージ機を出してるんですね。
そのマッサージ機っていうのは日本はマッサージチェアなんですよ。
そうではなくてマッサージを専門とするロボットアームを使って
うつ伏せになって体をほぐすぞみたいな機械が結構出てきてるんですね。
マッサージチェアだとだいたい高くても50万くらいかかるんですよね。
だけどその医療機器にすると多分急激に400万とか1000万くらいまで値段が上がるんですね。
じゃあその富士医療機のマッサージチェアと海外が出しているマッサージ機どちらがいいかというと
多分富士医療機の方がいいんですよ。
ここがなかなか売り方とかっていうふうに変わってくるなと思うんですけど、
ただ結局そのセラピストの技術というものをできるだけデジタルデータ、
先ほど言った音符とかでもそうだと思いますけど変えていって、
実際にそれを機械にさせていこうという動きは確かにあって、
中国あたりがやっぱりそのあたりに支出しようとしているということは話を聞いています。
理学療法におけるデータ入力と測定技術の進化
そうですね。今だと車とマッサージチェアみたいな話でしたけど、
他はセラピスト料理機とかでハードが関わるところだとイメージしやすいというのはありますかね。
出力系はそんなにないんですけど、入力系に関しては
それこそ3次元動作解析装置というのが昔はマーカーを付けて、
そのマーカー自体を赤外線センサーのカメラで追いかけて、
赤外線センサーで距離を測ってカメラでマーカーを追うというところで
3次元動作解析というのをやっていたわけですね。
それ自体が今はIMUでいいんですね。
モーションセンサーとかでそれを代替しようというところもありますし、
あるいはマーカーレスのカメラでAIでそのマーカーを予測して追っていくというような技術とかも出てきていて、
ここ僕30年動作解析装置を追っていますけれども、確かにかなり簡易化はされていています。
実際にその医療レベルというところではなく民間レベルのいわゆるVTuberとかが
いろいろな動きを追っていくというのと同じような形であればできるけれども、
医療用レベルの細かな動きというところはまだやっぱり上手いアルゴリズムができていないなという印象です。
そうですね。あと入力という切り口だと、例えばハンドヘルドダイナモメーターとか、
筋力みたいなところもデータを取るとしたら入力の扱いという感じになりますね。
これも結局筋力のデータ入力がどれぐらい進化しているかというと、これも進化していなくて、
それこそ本当にサイベックスが最初にできたというのが多分40年前ぐらいに最初にできているんですよ。
サイベックスというのは等速度性の筋力関節の動きを通して、
等速度で筋力がどれぐらい発揮できるかというトルクメガで変化させるという機械なわけですけれども、
実際に現状でも確実に筋力を測定しようとするとトルク変換をするというのがオーソライズされたもので、
今のハンドヘルドというのは一瞬の押したところの力だけなので、
実際に本当に関節そのものの力としてどう反映させるかというところがまだ十分に立証されていない部分が多分ある。
なのでハンドヘルドダイナマメーターというのはまだ一つの簡易的な筋力測定装置だというふうに捉えられているんですけれども、
これが汎用化して今やっぱり10万とか20万する機械が1万円ぐらいになって当たり前に取られるようになってくると、
そっちのほうがオーソライズされていくのではないかなというふうに個人的には思っていて、
それできたらいいよなとずっと思っています。
そうですね、そういうのも開発できたらいいなみたいな構想がありますよね。
なので理学療法がバイオメカニックス的に情報を追っていくといったときに筋力は筋電図で置き換えがちなんですね。
関節の動きというもの自体を計算式でトルクを予測するとかということはできますけど、
実際に本当にその筋力ってどれくらいあるんですか、どれくらいのトルクが測っているんですかというものがうまくデータ処理できていないから、
理学療法業界というのは人間の動きというものをうまく捉え切れていないよねというのが僕のあえての批判なんですけれども、
でも価格的に考えると結構そのあたりって一歩踏み込んでいって、
それを開発して理学療法業界の評価を変えていくということは本来はできると思っているんですよね。
なのでどっかの企業とかと組んで、その理学療法業界のいろいろなデータの取り方を変えて、
そしてそのデータさえ集まってしまえばAIでいろいろ処理をしてしまって、
人間の動きというもの自体をもう少し整理していくということができると思うんですけど、
今日の一番最初のところでいうと、AIはデータを投げ込めば考えることができるけど、
我々が投げ込んでいるデータが適切なければAIというのは考えられませんよという、
そもそもフィジカルの部分に課題がまだ残っているというのが、
セラピスト業界におけるある種の可能性だと思っています。
理学療法の質向上に向けたデータ活用と技術
そうですね。最近の生成AIとかだとテキストでプロントプロ投げようみたいなところが
主流になってきているかなと思いますが、理学療法業界だとそういう動作解析だったりとか、
筋力も含めて数値化できるデータもたくさんあると思うので、
そこをいかに投げるかというのも今後考えるのでは大事そうな感じですね。
なのでフィジカルデータというものに我々が可能性を占めているものが一体何かといったときに、
やっぱり動作解析というものがかなり進んできてはいるけれども、
その先のもう少し近づいたこの人筋力がどれぐらいあるのか、
あるいは筋電図というものがどういうふうに同期するかってなってくると、
結構やっぱりまだ大規模な機器が必要になってくるというところなので、
そこをちゃんとやらないと理学療法士の目視での動作分析っていうのが乗り越えれてないし、
これが世界レベルでどうかというと、世界レベルでも割と乗り越えてないです。
結構この前、去年から台湾でバイオメカニックス系のいろいろな人たちの学会で見ていく機会がありましたけど、
そんなだから台湾が進んでるとか日本が遅れてるとかそういうことは全然なかったと思います。
だから手をこまねいてるって感じですね。
ちょうどこの収録の前の旬、デジタル理学療法学会があって、
ちょっと知り合いのニューボンドっていうイギリスの会社を紹介させてもらったのもあるんですけど、
あれだと筋電図とかが取れるっていうのはあるんですけど、
あれは森先生目線から見ても、実用性と新しさでいうと、
わかりません、かじるな、みたいな感じはあるんですかね。
例えばIMU、モーションセンサーが入っているということになっているので、
IMUをもう少し一定の、むしろ簡易的なIMUが1個入っているだけだと思うんですね。
それなんか2個ぐらいとか3個ぐらい入れてもらって、
もう少しIMUとの接続がうまくいって筋電図というものが、
12個取れますので、それがIMUを基準に動きをセンシングしながら、
上司と下司っていうところにつけてデータが取れたりとかすると、
急に実験機器としてのレベルが上がるんじゃないかなと思ったりはしてます。
そうですね。比較的距離感が近いところにいるので、またこういう用途が欲しいですというのがあれば、
何かしら考慮してくれるかもしれないので、そこは伝えていけたらいいなと思いますし。
なのでここまでだと動作解析と筋力と筋電みたいな話があったんですけど、
他なんかどういうデータを取れると理学レフォーマーのスルーの質も上げやすいとかというのはありますか。
もともと既にあるものから考えたときに、呼吸と心臓のデータというのは取りやすい状態になっているわけですよね。
だからこことの影響関係というのは、理学療法、いわゆる呼吸数、心拍数、筋電図、動作解析というものが全てセットに動かせると。
今既にある機器というのを使うのと、簡易的な機器を使うということで、
例えば心疾患をやっている現場で、本来は心臓と呼吸のデータを取っているわけですね。
それにモーションセンサーとかをつけて、さらにその人の動きというのをより解析していくと、
内科的なデータだけではなくてバイオメカニックス的なデータが取っていけるということになりますし、
かつそれが高齢者データとしてデータベース化されると、これは世界の人たちがとても欲しいデータなんですよね。
なので、理学療法の現場、臨床で取れるデータというものを増やしていけるという可能性はあるわけですよ。
だから、大規模な大学病院ではなくても、中規模の病院で、
例えばトヨタが出しているトレッドミルのウェルウォークとかと連携させていくというのがすごくいいと思うんですよね。
だから、それが本当に臨時的な審査を病院で取らなきゃいけないとかということになりますけれども、
それこそ本当に各地方で100例ずつとか、各地方というか都道府県でもいいと思います。
100例あったら4700例取れるんですか。それだけでも相当大きいですよね。
プロトコールを決めてしまって、大規模研究とかということには多分なれると思いますし、
それをiPhoneとか、今それこそiPhone、iPad、Apple Watch、AirPodsでそれが取れるというふうに今やっているわけなので、
やろうと思ったら結構すぐできるっていう。
以前からリフクリフォームの新疾患とかはウィデンスに基づいて、
データの基づいてやりやすいというのがあったので、それにプラスアルファのデータも組み込んで、
リフクリフォームを活かすというのはやりやすいでしょうし、
さっきのウェルウォークみたいな、すでに県でも使えるような治療機器でプラスアルファデータを取っていくというのは、
プラスアルファとしてやりやすいなと聞いていました。
今のはどちらかというとバイオメカニクスデータなわけですね。
これ自体は本当に大規模にデータを取って、理学療法の業界を拡散していくということになりますし、
今度個人の理学療法師のレベルを上げていこうとすると、やはりやっぱり超音波の技術なんですね。
エコーをちゃんと使える人たちというのは、中身を見ながら、例えば筋の動きとか血管の動きだとか神経の動きだとか、
それが全部見ながら、例えば図書療法をやる上で、どの筋をどのように動かすというのは、皮膚の上からずっと判断したわけですね。
今ちょうど教え子がドクターと組んで、神経をちゃんと動かしていくと。
神経由来の痛みというのは、神経の動きが悪い場合が結構あるらしいんですね。
その神経由来の動きというのを超音波を見ながらやると、神経がどういうふうに動いているかがちゃんとわかるから、
そういうような治療方法というのがすごく抜刺症の動き、抜刺症神経を由来とするもので痛みが出ている人たちというのがかなり効果が出ているらしいんですよね。
これってただ大規模なデータを取って画像なので、画像をどういうふうに処理してデータ化するかというのはやはりかなり難しい。
要はレントゲンを取ってレントゲンをデータ化していくのってなかなか難しいんですね。
つまり臨床化が自分の目視でこれがどういうふうに変化しているかというのを追っていくので、MRIにしてもレントゲンにしても超音波にしても結局画像データを判断しているのが割と人間の知識なので、
この辺りを鍛えていくと、例えば開業していく人たちとかっていうところで言うと、初期投資が超音波だけでいいので、
その超音波自体が今100万ぐらいかな。綺麗なものから買えるということですので。
なので個人のレベルを上げていこうとすると、超音波とのレベル、そして画像を蓄積していって、
自分のローカルLLMとかに蓄積して、そこで診断基準を自分で作っていくというのはすごくありかなと思っています。
そうですね、確かに。多分そういう超音波を用いた投資の技術みたいなことを学びたい理学療法士も結構いるんじゃないかなと思うし、
最近AIが普及して仕事を奪われるんじゃないかみたいな話もあったりしますけど、
多分そういう超音波で見つつ投資を得てみたいなところはレポートじゃ無理なところに近いかなと思うので、
そういう理学療法士として、特に神経に関わっていく人は学ぶ域が大きそうだなと思うんですね。
やっぱりスポーツ選手もそうですし、高齢になっていてもそうですけども、
やっぱり神経の引っかかりみたいなところってそこまで今まで注目されてこなかったわけですね。
むしろ筋の動きっていうものに注目が行ってたけど、でも筋を動かしてるのは神経だよねっていうところで、
その神経そのものにアプローチをしていくっていう、ちょっと今、
同じ業界で違う業界で神経をストレッチするとかって言ってる人たちもいるんですけど、
そういう人たちはやはりそれこまではちゃんと見てないんですよ。
神経をストレッチしているのか筋をストレッチしているのか分かっていない人たちがすごく多いので、
ちゃんと自分の狙いでこの神経がこういうふうに動いている、あるいは筋がちゃんと動いているっていうのを確認しながら、
処理を、処置をしていくっていうところがすごく効果が出そうです。
だから都市療法の揺り戻しがそろそろまた来そうなんですね。
神経系アプローチの再評価と臨床現場での活用
今まで都市療法をやるっていうこと自体は、あまり良くないみたいな人たちが増えてきたんですね。
理学療法業界。だけど結局都市療法をやって個別でちゃんと直していける人たちっていうのが少なくなっているっていう問題も出てきて、
都市療法揺り戻しは僕は今熱いと思ってます。
そうですね、なんかその辺は世の中でもホワイトワーカー的な仕事はどんどんAIでできるようになるから、
自分の体を使った仕事の価値がより高まるだろうみたいな気もしますし、
改めて都市が揺り戻しっていうのはありそうな気がします。
さっきの神経とかでいくと、過去の特殊主義みたいなことも言いましたけど、そこでもそこまで取り上げられているのか?
神経モビライゼーションとかは、いわゆるノルディック系の都市療法ではやられてるんですよ。
それはなぜかというと、結局ヘルニアタとか共作症とかの検査を、昔はMRI自体を使わずに神経新調での症状の増悪を見てたわけですね。
神経新調の増悪を見れるということは、神経新調の方法が分かっているということなので、
神経新調の安全な方法で神経をストレッチしていく、あるいはそれによって、
例えば随設レベルの筋の交絡によって神経の新調が阻害されているということがあると、
そこの交絡を都市的にとってチェックしていくっていう技があったわけですよね。
なので神経自体の考え方っていうのは、割と古くからあるのがあるんです。
ただそういったのが、特に整形型化的テスト自体をできる理学療法師が減っている。
それで神経系のリスクマネジメントができていない。
となると神経系のアプローチっていうものがどちらかというと、
もう全部画像によって処理されすぎちゃって、できない人たちが増えすぎちゃった。
結果アプローチがされないっていうのが今の現状なんですね。
それで生き残っている人たちは昔から神経に関するアプローチをやってたんですよ。
だからまた今神経系の問題というのに少しフォーカスを当てていくと、
塗り戻しとしてそういう人たちが開業系で少しお金を稼いでいけることがあるかなと思ってます。
そうですね。なので過去そういうのを学んできた方は改めて活かせるところが出てくるかもしれないですし。
今開業するっていう話もありましたけど、病院内でそういうのを用いていく意義というか、
そちらの可能性っていうのはどんな感じなんですか?
クリニックではあるでしょうね。
大きな病院でやるっていうこと自体は、
ドクターとの連携というのがすごく重要になってくるんですね。
ドクターが一人の理学療法師に傾倒してしまうっていうのは、
割となかなか人間関係を壊してしまうらしいんですよ。
だからクリニックでそのドクターがその子を引き抜いて、
それを一緒にやるっていう方法が一番多分有効であると。
手術の場なのか、理学療法でどうにかなるかっていうところを、
ちゃんとドクターと連携できてる人たちっていうのはすごく安全にやってるわけですね。
だけど例えばすごく優秀な理学療法師がどっかの回復期の病院に入って、
それをやるってなってくると浮いちゃうと思います。
旧正規の病院になってきたときは、正規化ってどうしてもコストが安いので、
結局はオペしたいわけですよ。
オペをしない方向にやるのが今の話なので、
そうなるとあんまり好かれませんよねっていうところになります。
なのでクリニックとか、あるいは自分自身の開業のリスクマネジメントという形で
やっていくっていうのが手っ取り早いのは手っ取り早いと思います。
それを組織化してそういった団体を作って、
ちゃんと安全を期してドクターと組んで、
各生計技科のクリニックだとか病院にその理学療法師たちを育成していくような
プランニングはすごく価値があると思います。
そうですね。
遠隔リハビリテーションと超音波技術の可能性と課題
別切り口だとロボットなりフィジカルエアも変わるかもしれませんが、
遠隔のリハビリテーションとか理学療法みたいなところだと、
どういうデータの入力があって出力があってみたいな。
ここで言うと何が必要かというのがありますね。
遠隔のデータとかもそうなんですけども、
基本的に例えば自分が取ったデータ、人が取ったデータってなったときに
それを比較するときに実は動画データって弱いんですよ。
なぜかというとデータ量が多すぎてどこでそれが映っているのか
というのは結局静止画に落とし替えるわけですよ。
それを処理するっていうのが実はまだAI自体ではうまくできていません。
超音波のデータを例えば30秒取りました。
30秒の15.0何秒の1コマにそれが映っているっていうのをやるっていうのは
結局静止画になる。それを出すっていう能力は人間なんです。
AIにそれを賛成はできないんですよね、まだ。
自分個人で複数の方のデータがあって柔軟的に見るというか、
個人で利用するのはしやすいけど、他者とも共有して
生かすっていうのがちょっとまだ難しいかもしれない。
こういうふうに超音波を使っている人たちは言ってますね。
MRIは静止画の連続なので、このナンスライス面のところに
何が映っているかできるんですけど、例えばそれが動作分析であれば
歩行の動作分析だとこのフェーズのここですっていう
ある種の共通言語があるからフェーズを追いかけれるんです。
だけど超音波を取っているときにどこのキーの何々って
映り方によって全く分からないから、結構トレーニングしている人でも
これどのキーだって分からなかったりするんですね。
そうですね、どのポジションで撮ってるかっていうのも
違ったりしますよね。
かなり個人差が出てくるので、なので超音波関係はまだ人間が強いんですよ。
確かに人として身につける技術として結構価値が高そうな感じですね。
そうなんです。これがシーンエコーとかってなってくると
かなりパターン化はされていると思うんですけども、やっぱり
動きの超音波って見る場所が多すぎて、かなりまだ技術差というのがあるし
トレーニングの時間がかかるということでやってない人たちが多いです。
だからこういろいろなところで、例えばスポーツ現場もそうですし
結構その流通性の問題を抱えているところを専門にしようとすると
少なくとも見えるものをアプローチするのは超音波。
それでもうダメだったら次はドクターマターとかスリーマターになるんですけども
見えるところのアプローチを限界ギリギリまでやろうとすると
何か見ちゃうというのが早いんですね。
そうですね。あと今物理療法とかそういうものでも基本的に人が
強度とか周波数とかセッティングするのもあるかもしれないですけど
それもデータの入力があればこういう状況だったらセッティングがいいんじゃないか
みたいなことも使って推奨していくみたいなことはやりやすくなってきたりするんですかね。
そうですね。プロトコール設定なんかはAIを通してデータベース化していくのがいいと思いますし
逆に今例えばショックウェブとか超音波もある程度プロトコール決めちゃって
打っているわけですね。なのでそれがより個別化されるということ自体は
医学療法の仕事自体をそれこそ機械化してより効果的にやっていく
というのはいいと思うんですけど、ただ病院はそういう機械は買ってくれないんですよ。
なのでドクターを説得するまで効果の判定をちゃんと出さなきゃいけないから
個人の理学療法を通してやっていくなと思ったりはします。
そうですね。施設でそこを強みにしてやるとしたら導入する意義があるかもしれません。
個人ではちょっと難しい気がしますね。
日本の理学療法業界における課題と将来展望
そうですね。ここはやっぱりドクター理解というのが相当重要だというところになっていて
先ほども言ったように手術をして収益を上げようとしている病院モデルだとすると
この今のモデルってホストがほとんど取れないんですね。
めちゃくちゃ安いわけで、しかも効果を出して患者を減らしていくことになると
という本当の適切な医療ではあるんだけれども収益モデルが弱いんですよね。
だから個人の理学療法士の開業モデルとかでは
口コミを増やしたりだとか患者さんを呼んでくるというのはいいけれども
病院で継続していくモデルとしては結構弱いです。
そうですね。ちょっと海外の状況とかは分かりきれないですけど
ダイレクトアクセスが普及しているところとかだと
特にそういうデータでも続いてみたいなことはより普及している可能性は高いですかね。
そうですね。例えばアメリカの開業集団とか開業理学療法士集団とかというと
結局何か3つか4つぐらい大きな団体があるらしいんですね。
その団体に入って例えばカルテを連携したりだとか
紹介状連携だとかをしているらしいので
そういったところに訴えかけてたりすると
おそらくモデルとしては出来上がるんですね。
だけど日本の場合そういう開業理学療法系が
そういうネットワークを多分組んではいないので
その開業理学療法とか生活委員だとか全体をネットワーク化していく
それの上でプロトコルを作って
それを売っていくとかっていう人たちが出てくると
ちょっと面白いかなと思います。
そうですね。そういう開業みたいなところであれば
理学療法的なノウハウも必ずしも理学療法士だけじゃなくて
セラピッド職でもノウハウシールみたいなところはあるかもしれないので
作っていけると違った展開もありそうな気がしますね。
そうですね。なので後はそういったモデルを大規模にやろうとした時に
治療方法と買える手を打っていくとかってなると
間違った人たちが出てくるんですね。
簡単にやれるで金儲けができるっていうことが出てくる可能性があるので
そのあたりを本当にどう扱うかっていうところは
ちゃんとやらなきゃいけないと思いますけども
例えばそのあるプロトコルでこの物理療法で
この超音波をここで見ておけばリスクが少ないですよとかっていう
プログラムは作ってはいけるかなと思います。
そういったAIと機器ですよね。
売っていくというところの商売モデルはできるかなとは思いますけど
初期投資がだいぶ大変ですね。
多分なので僕はやらない仕事です。
本当に大きく普及すればその分メリットがあるかもしれないですけど
小規模だとまだ難しそうな気がしますね。
ここがやっぱり日本の全体的な弱さというものの象徴なのかなと
結構思ったりします。
日本の良いものが海外に出していくっていうのもあるし
むしろ海外に住んでいるところがあれば
それもどんどん取り入れていくっていうのもありかなと思うので
新たに広く見ていきたいなと思います。
前半ある程度話してくれたのがあるんですけど
後半また話していくっていったらどんな内容が良さそうとかありますかね。
もうちょっと具体的に今のはかなり現実的な話をしたので
もう少し近未来感というか
もう少し離れた話をしたらどうかなとちょっと思ってます。
ニューラリングの話とか。
そうですね。
未来こういうのがあるといいかなみたいな
ちょっとSF的な話も入ってくるかもしれないですけど
そういう話も後半していけたらいいかなと思うので
前半はもう一旦こんなところですかね。
はい、それでお願いします。
ありがとうございます。
はい、ありがとうございました。
