ウェアラブルヘルスケアとは？

MMD研究所が実施した調査によると、日本国内におけるスマートウォッチの認知率は90%を超え、個人保有率も30%を突破している。この急速な普及を背景に、ウェアラブル端末は個人のライフログ用途から、企業の健康経営や産業保健、さらには医療・臨床試験（治験）といったBtoBおよび医療領域へと活用シーンを拡大している。常時装着型の生体センサーが提供するリアルタイムデータは、主観に頼らない労務管理や予防医療における健康リスク予測のあり方を根本から変えつつある。

市場データとセンサー技術から紐解くヘルスケア用ウェアラブル端末の現在地

日本国内におけるスマートウォッチ市場は、健康経営の推進や企業の福利厚生施策への導入、そして医療機器認証の取得拡大を追い風に、コンシューマー向けからBtoB（ビジネス・医療）領域へと急速にシフトしている。MMD研究所の市場データによると、デバイス購入者の利用目的における最上位は「健康管理・ヘルスケア機能の活用」であり、単なる時計の代替品を越えた健康管理プラットフォームとしての役割が定着しつつある。

スマートウォッチの普及状況と求められる主要ヘルスケア機能の定量分析

ユーザーが日常的に利用するヘルスケア機能には明確な傾向がある。MMD研究所の統計から、利用率の上位を占める機能とその産業・医療分野における具体的なユースケースを整理したのが下表である。

表が示す通り、上位3機能はいずれも24時間の継続的なデータ取得を前提としており、スマートウォッチが「常時装着型の生体センシング端末」として機能している実態を裏付けている。この高い利用意向を土台とすることで、企業が健康経営 ウェアラブル施策を展開する際、従業員の自発的なデバイス着用と継続的なデータ（PHR：パーソナルヘルスレコード）提供を促しやすい土壌が整っている。

光学式・電気式センサーによる生体情報計測の仕組みとデータ精度

ウェアラブルデバイスで取得されるデータが、個人の趣味レベルから医療・産業分野で活用可能な信頼性を獲得するためには、センサー技術の工学的・医学的な裏付けが必要となる。現在市販されている主要デバイス（Apple Watch、Fitbit、Garminなど）に搭載されている生体センサーは、主に光学式および電気式の2つの測定原理に基づいている。

明治大学理工学部をはじめとする国内外の生体情報工学の研究チームによる知見では、これらのセンシング精度と課題が明確に定義されている。一般に広く用いられている光学式センサーは、光電脈波法（PPG：Photoplethysmography）を原理とする。PPGは、皮膚に向けて緑色LED光（波長約525nm）を照射し、心臓の拍動に伴う末梢血管の容積変化（血流量の変化）によって生じる光の反射・吸収量の変化をフォトダイオードで検出する仕組みである。この光信号のピーク間隔（PPI）から、心拍数や心拍変動（HRV）を算出する。PPGの課題は、体動や皮膚の密着度、色素沈着などの外的要因によるアーティファクト（ノイズ）の影響を受けやすい点にある。この課題に対し、センサーの多点配置や、3軸加速度センサーのデータと同期させた適応フィルタリング技術（カルマンフィルタなど）の搭載により、運動時でも実用に耐えうる精度が確保されている。

一方、電気式センサー（ECG：Electrocardiography）は、デバイスの裏面とリューズ（竜頭）やベゼルなどの金属電極に触れることで、皮膚表面の2点間における心臓の活動電位差を直接計測する。これにより、PPGでは捉えきれない心電図波形を精密に取得し、P波やQRS波、T波といった波形構造の判別を可能にする。例えば、Appleの「不規則な心拍の通知」機能は、プログラム医療機器（SaMD）としての製造販売承認を取得しており、臨床現場における「不整脈（心房細動）」のスクリーニングに活用されている。

高精度化されたセンサー技術によって得られるPHR ウェアラブルデータは、HL7 FHIRなどの標準化フォーマットに準拠したAPI連携を通じて、電子カルテや健康管理SaaSへ直接転送することが可能である。フィットネス記録から、医学的根拠を有するリアルワールドデータ（RWD）への進化は、製薬企業が推進する分散型臨床試験（DCT）での被験者バイタル収集や、健康保険組合が保有するレセプトデータとの掛け合わせによる予防医療分析を実用化させている。高精度なセンシング技術の確立こそが、産業保健における休職予防システムや、具体的なスマートウォッチ ヘルスケア 導入事例を支える技術的土壌となっている。

医療・治験（臨床試験）のDX化を加速するウェアラブルデータ活用シナリオ

分散型臨床試験（DCT：Decentralized Clinical Trials）におけるデータ収集プロセスは、従来の対面通院モデルと比較して、データの連続性と客観性の面で顕著な差異を有する。その具体的な対比を以下に示す。

分散型臨床試験（DCT）とリアルワールドデータ（RWD）の収集・分析手法

臨床試験におけるウェアラブルデバイス 医療 活用の現場では、シミックグループなどの開発業務受託機関（CRO）を筆頭に、被験者の自宅から直接データを収集する仕組みの実務運用が進む。このDCTモデルにおいて重視されるのが、日常的な身体活動、心拍数、睡眠パターン、血中酸素ウェルネスといったリアルワールドデータ（RWD）の連続性と、測定値の信頼性確保である。

治験で用いるライフログデータの信頼性を担保するため、データの生成から保存にいたる全プロセスにおいて、国際的なデータインテグリティ基準である「ALCOA+原則（帰属性、判読性、同時性、原本性、正確性、完全性、一貫性、不変性、利用可能性）」の遵守が求められる。医療機器ではない一般的なスマートウォッチを治験に用いる場合、デバイス自体の測定精度の検証（バリデーション）とデータ転送プロセスの信頼性が評価基準となる。具体例として、シミックグループでは、スマートウォッチのセンサーから取得した生データを、Bluetooth経由で独自のePROアプリに自動同期させ、暗号化通信を用いてクラウド上の電子データ収集システム（EDC）へと直接転送する。この仕組みにより、被験者による意図的なデータ操作や転記ミスを防止した「eSource（電子的ソースデータ）」の直接取得を実現している。

このデータ収集スキームは、治療用アプリなどのプログラム医療機器（SaMD）の開発において、臨床的有効性を示す重要なエビデンス（臨床試験データ）として活用されている。例えば、不整脈検出アルゴリズムを搭載したSaMDの開発においては、数千人の被験者にスマートウォッチを装着してもらい、一過性の不整脈発生時のECG（心電図）波形を自動検知してクラウドに送信する臨床試験が実務化された。これは、従来のホルター心電計（24時間程度の装着制限あり）では捕捉が困難であった、数ヶ月に1回しか発生しない一過性心房細動のデータを捉える上で極めて有効なアプローチとなっている。

健康保険組合におけるPHRとレセプトデータの掛け合わせによる予防医療プログラム

データサイエンス領域で先行する株式会社JMDCの取り組みでは、加入者の同意を得た上で、健康保険組合が管理するレセプトデータ（過去数年分の受診データや服薬履歴）と、スマートウォッチから取得した日々の歩数・睡眠・安静時心拍数などのPHRを突合・分析するマルチオミクス的なアプローチが実施されている。これにより、年に一度の特定健診の結果だけでは見えなかった、加入者の日常的な生活習慣と特定の傷病発症リスク、および医療費の増減との因果関係が論理的に実証されている。

具体的な分析スキームとして、糖尿病性腎症などの重症化予防プログラムが稼働中である。健診データ上、尿蛋白やHbA1cの値が悪化している中・高リスクの被保険者に対し、ウェアラブルデバイスを貸与し、スマートウォッチから得られた日常の活動度や睡眠ログと、毎月のレセプト請求額を追跡調査する。JMDCのデータ分析モデルに基づく実証値では、スマートウォッチを活用したパーソナライズ型介入プログラムを適用された群において、介入を受けなかった対照群と比較し、高血圧や脂質異常症による処方薬の変更・追加が抑制され、被保険者1人あたり年間平均約35,000円の医療費抑制効果が確認された。ウェアラブルデータをベースとした日常介入は、重症化の早期予測アルゴリズムの精度向上と、保険者の財政健全化に直接寄与する公衆衛生プログラムとして実用段階にある。

※なお、本節では「臨床・公衆衛生における実務連携」としての予防医療プログラムについて解説した。雇用主（企業）が従業員の健康増進や生産性向上を目指して推進する組織的な取り組みについては、次章の「健康経営と産業保健を両立するスマートウォッチ導入の実務アプローチ」にて区別して解説する。

健康経営と産業保健を両立するスマートウォッチ導入の実務アプローチ

産業保健の現場において、従業員の安全配慮義務の履行と健康増進は、企業の持続可能性に直結する実務課題である。特に身体負荷の高い作業現場や、深夜勤務を伴う職種を抱える組織では、ウェアラブルデバイスを活用した「健康経営 ウェアラブル」の取り組みが具体的な防衛策として組み込まれている。主観的な申告に頼らない、エビデンスに基づいた労務管理が可能となる。

熱中症予防と過重労働・メンタルヘルス不調の早期検知におけるユースケース

建設・運輸・製造業といった屋外作業や高温多湿な現場を伴う産業において、熱中症リスクの回避は企業の安全配慮義務に直結する。従来は気温や湿度などの環境指標（WBGT値）のみで管理されていたが、同じ環境下でも個人の水分補給状況や睡眠不足などの体調によりリスクは大きく変動する。

具体的な「スマートウォッチ ヘルスケア 導入事例」として、大林組では作業員の深部体温の上昇リスクをリアルタイムに検知し、基準値を超えた場合に本人と現場管理者のスマートウォッチへバイタルアラートを同時通知するシステムを運用している。また、Biodata Bankが開発した熱中対策用のウェアラブルデバイス「カナリア」は、深部体温の上昇を独自技術で推測し、アラートを発することで、脱水や熱中症の重症化を未然に防ぐ実績を上げている。

一方、オフィスワークが中心の企業における最大の課題は、過重労働に伴うメンタルヘルスの不調である。これに対しては、心拍変動（HRV：Heart Rate Variability）データの解析が有効に機能する。産業医紹介や産業保健体制の構築支援を行う「ワーカーズドクターズ」の知見に基づくと、過度な精神的・身体的ストレス状態に陥った従業員は、交感神経が過剰に優位となり、心拍の間隔（R-R間隔）の揺らぎ（変動値）が著しく低下する傾向がある。この心拍変動データをスマートウォッチ経由で継続的に計測し、基準値を下回った段階でアラートを発することで、産業保健スタッフが自律神経バランスの乱れを早期に検知し、不調が顕在化する前のケア介入を可能にする。

産業医・人事労務が連携する「健康経営」推進の組織的フレームワーク

ウェアラブルデバイスの導入を一時的な施策に終わらせず、経済産業省が推進する「健康経営優良法人」の取得・維持といった組織的成果へ結びつけるには、従業員の健康維持活動と企業側のインセンティブ設計を掛け合わせた運用実務の確立が必要である。

実務においては、従業員自身が日々の健康状態を管理するためのPHR管理体制を整える。例えば、FitbitやApple Watchから出力される歩数や睡眠スコアを、自社の健康管理プラットフォームや福利厚生システムとAPI連携させ、歩数等に応じて自動的にポイント（カフェテリアプランのポイントや各種ギフトカード）を付与する仕組みを導入する。これにより、運動習慣が定着していない層に対しても、参加率を高める強力な動機付けとして作用する。実際、ウェアラブルインセンティブプログラムを導入した企業では、平均歩数が導入前と比較して1日あたり約1,200歩増加したという健康保険組合の実証データも存在する。

さらに、こうした個人のデータは、産業医や人事労務担当者が連携する組織的な健康増進フローに組み込む。具体的には、以下に示す4段階の実務フローによって「健康経営」と「産業保健」を両立させる。

• 1. 組織的なKPIの設定と周知：健康経営優良法人の評価項目である「適切な働き方の実現に向けた取り組み」「従業員の健康増進の取り組み」に合致するKPI（デバイス着用率80%以上、参加者の平均睡眠時間向上など）を設定し、労使の合意形成を行う。
• 2. デバイス配布およびデータ自動同期：希望者（または義務対象部署の全員）へスマートウォッチを貸与。プライバシーに配慮したセキュリティ環境下で、PHRアプリと連携したバイタルデータ連携を開始する。将来的な「ウェアラブルデバイス 医療 活用」を見据え、個人の主体的管理に基づくデータ蓄積を進める。
• 3. 異常検知による産業医連携フローの自動化：心拍変動（HRV）や睡眠データの週次分析によって「睡眠不足とストレスが一定水準を超えている」と判定された従業員に対し、産業保健管理システムから自動で「産業医によるWeb面談予約フォーム」を含むスクリーニング案内メールが発信される仕組みを構築する。
• 4. 成果のフィードバックと健康経営優良法人申請への反映：1年間蓄積されたバイタルデータの推移と、インセンティブが従業員の行動変容に与えた効果をレポートにまとめ、次年度の「健康経営度調査」の回答用紙へ反映させる。取り組み実績の可視化により、社内外の信頼性向上に直結させる。

産業医による医学的知見に基づいたアラート体制の整備と、人事労務主導によるインセンティブ設計をシステム上で同期させることが、実務における導入成功の鍵となる。

実務導入を阻む「医療機器規制・プライバシー・データ精度」の3大障壁と法的解法

ウェアラブルデバイスを用いたヘルスケアソリューションを、BtoB事業や産業保健、医療・治験の現場へ導入するにあたっては、「薬機法」「個人情報保護法」「信頼性の担保」という3つの障壁が存在する。これらをクリアし、安全に社会実装するための対比マトリクスは以下の通りである。

プログラム医療機器（SaMD）規制と非医療機器の境界線・薬機法要件

ウェアラブルデバイスの医療活用を検討する際、最初に対峙するのが薬機法における「プログラム医療機器（SaMD）」の規制である。実務における混乱は、デバイス自体が持つハードウェア機能と、それを作動させるソフトウェアプログラム（アプリ）の法的解釈の相違に起因する。

例えば、Apple Japan合同会社が提供する「Apple Watch」の場合、デバイスそのものは一般消費財（雑品）であるが、搭載されている「家庭用心電計プログラム」および「家庭用心電図プログラム」は、独立行政法人医薬品医療機器総合機構（PMDA）より管理医療機器（クラスII）として医療機器承認（承認番号：30200BZI00024000等）を取得している。一方で、同じデバイスに搭載されている皮膚温センサーや簡易心拍測定は、診断には使用できない「雑品（非医療機器）」の扱いとなる。この違いを区別せずに、医師の診断補助や特定の疾患スクリーニングに未承認デバイスをそのまま使用することは、薬機法違反となるリスクを孕む。

「健康経営 ウェアラブル」や「産業保健」の現場において、従業員の自律神経バランスや睡眠状態の傾向を把握し、保健指導に活かす目的であれば、非医療機器の範囲で十分に対応可能である。しかし、製薬企業が実施する分散型臨床試験（DCT）において、試験参加者のデータを評価項目（エンドポイント）として収集・評価する場合は、データの客観性と信頼性を担保するため、SaMDとして承認されたシステム、または臨床試験用として検証されたシステムを選択しなければならない。医療機器としての該当性に疑義が生じる場合は、PMDAが提示する「プログラム医療機器実用化促進パッケージプログラム（DASH-E）」などの相談窓口を活用し、開発初期段階で非医療機器との境界線を明確に切り分ける実務対応が必須となる。

改正個人情報保護法・GDPRを遵守するPHRデータのセキュリティ対策

ウェアラブルデバイスから常時収集される心拍数、睡眠パターン、歩数などの生体データは、日本の個人情報保護法において「要配慮個人情報」に該当する可能性が極めて高く、取得時には本人からの個別かつ明確な同意（オプトイン）の獲得が前提となる。

明治大学情報コミュニケーション学部などのセキュリティ研究グループが指摘するように、ウェアラブルセンサーから得られる連続的な生体データは、他のライフログと組み合わせることで、匿名化された状態であっても個人の行動特性や特定の疾患リスクを高い精度で再特定（リ・アイデンティティファイ）できてしまう脆弱性を有する。この情報漏洩リスクに対処するため、産業保健や臨床研究でデータを収集・活用する際は、単に氏名を削除するだけでなく、データの特異性を排除する「k-匿名化（k-anonymity）」などの匿名加工技術を施した上で、「リアルワールドデータ（RWD）」として蓄積・分析する仕組みを構築する必要がある。

また、健康保険組合が保有する「レセプトデータ」と「PHR ウェアラブルデータ」を突合して健康増進プログラムの効果測定を行う場合、単一の同意書だけでは法的要件を満たさないケースがある。日本における個人情報保護法、およびEUのGDPR（一般データ保護規則）に準じたデータ管理を行うためには、総務省・経済産業省・厚生労働省が策定した「医療情報システムの安全管理に関するガイドライン」や「民間事業者によるPHRサービスガイドライン」に準拠したセキュリティ管理基準が求められる。具体的には、通信経路におけるAES-256での暗号化はもちろんのこと、利用者が自身のデータ提供先をいつでも変更・削除できる「同意管理プラットフォーム（CMP）」の導入や、データポータビリティ権を担保するAPI設計を実装することで、法的・倫理的リスクを回避しながら安全な社会実装を実現することが可能である。

目的別・ウェアラブルデバイス選定チェックリストと実装までの5ステップ

ウェアラブルデバイスを医療、健康経営、治験などの実務に導入する際、ブランドや知名度だけで選定を行うと、データ形式の不整合やセキュリティ要件の未達、バッテリー寿命によるユーザーの着用離脱といった問題に直面する。プロジェクトを軌道に乗せるためには、取得すべきデータの精度と、それを処理するシステム側の受け入れ態勢から逆算した選定基準の策定が必要となる。

治験・産業保健・健康増進の目的別デバイス・ソリューション選定基準

プロジェクトの目的によって、デバイスに求めるべきスペックやデータ連携の深さは大きく異なる。例えば、製薬企業が主導する分散型臨床試験（DCT）においてリアルワールドデータを収集する場合と、企業の産業保健スタッフが従業員のメンタルヘルス不調を予防する場合では、必要となるセンサーの精度や、プログラム医療機器（SaMD）としての位置づけが異なる。以下の比較表を、要件定義およびベンダー選定の基準として活用されたい。

医療従事者や製薬企業の治験担当者がウェアラブルデータの活用を検討する場合、対象デバイスが「SaMD（プログラム医療機器）」に該当するかどうかの法的整理が必要である。一般的なウェルネス維持目的であれば認証取得は必須ではないが、臨床試験の評価エンドポイントとして用いる場合は、米国FDAで「MDDS（Medical Device Data Systems）」として届出が済んでいるデバイス、あるいは日本国内の薬機法に基づき特定の診断補助機能が承認されているデバイス（Apple Watchの心電図アプリケーションなど）に限定しなければ、取得データの臨床的妥当性を担保できない。

一方で、企業の健康管理・人事労務担当者が推進するプロジェクトでは、デバイスの「管理の容易さ」と「電池寿命」が重要なKPIとなる。毎日充電が必要な高機能モデルを採用した導入事例においては、運用開始後3ヶ月以内に従業員の未装着率が40%を超えるという実証データが存在する。充電頻度を週1回程度に抑えられるFitbitやGarminのバンド型モデルを選定することが、利用離脱を防ぐための現実的なアプローチとなる。

データ取得から実務運用開始までのシステム連携・検証5ステップ

選定したデバイスを用いて、PHRデータを安全かつ効率的に自社システムや医療情報システムへ統合するまでには、段階的な検証プロセスが必要となる。個人情報保護法や3省2ガイドラインへの準拠を視野に入れた「システム連携・検証5ステップ」を以下に定義する。

• ステップ1：ユースケース定義とデータマッピング（企画立案）

  プロジェクト開始時に、どのバイタルデータをどの頻度で取得するかを定義する。例えば、睡眠ステージ、歩数、心拍変動（HRV）を1日1回バッチ処理で取得するのか、数秒ごとの心拍数データをリアルタイムにストリーミングするのかを確定させる。自治体や健康保険組合が取り組む事業では、この段階でウェアラブルデータと「レセプトデータ」を連結するための「個人識別子（ハッシュ化ID）」の設計を行い、匿名加工情報の取り扱いポリシーを策定する。

• ステップ2：セキュリティ・法務審査とベンダー選定（セキュリティ審査）

  取得するヘルスケアデータは「要配慮個人情報」に該当するため、厚生労働省・経済産業省・総務省のガイドライン（通称「3省2ガイドライン」）への準拠確認が必須である。クラウドベンダー（AWS、Google Cloudなど）の医療情報ガイドライン対応状況を確認し、API接続を行うデバイス提供元ベンダーとの間でデータ処理協定（DPA）を締結する。特に、欧州など海外を含むグローバル治験の場合は、GDPRに準拠したデータ転送プロトコルの策定が必要となる。

• ステップ3：データパイプライン構築とシステム結合（ベンダー選定・API連携）

  デバイスベンダーの提供するOAuth 2.0認可フローを自社のアプリケーション（PHRアプリ等）に組み込む。ユーザーの同意獲得後、バイタルデータを自動取得するデータパイプラインを構築する。データ標準化の観点から、業界標準規格である「HL7 FHIR」形式へのマッピングをこの段階で実装しておくことで、将来的な電子カルテシステムや外部医療データベースとのシームレスな相互運用性が確保される。

• ステップ4：小規模パイロット運用とデータクレンジング（実証実験：PoC）

  対象を数十名程度（社内モニターや、特定診療科のパイロット治験患者など）に限定した実証実験（PoC）を最低4週間実施する。このフェーズでの検証目的は「データ欠損率」の測定である。実務運用で頻発する「同期漏れ」「バッテリ切れによる未装着」「API制限によるデータ取得エラー」を定量的に評価する。データ欠損率を15%未満に抑えるための自動リマインド通知機能をシステムに実装し、実務運用に耐えうるデータクレンジング手順を確立する。

• ステップ5：本番移行と産業保健・臨床運用の統合（本格運用）

  パイロット運用の検証結果に基づき、数千人から数万人規模の本格運用へ移行する。産業保健の現場であれば、収集された心拍変動や睡眠データが閾値を下回った従業員に対し、産業医や保健師が自動的にアラート検知を伴う形で面談を促す「産業保健ワークフロー」をシステム上で結合する。臨床研究や分散型臨床試験においては、蓄積されたリアルワールドデータがeCRF（電子的症例報告書）に自動転記される体制を整え、データ入力の手間を削減しつつ、転記ミスゼロの運用基盤を確立する。

よくある質問（FAQ）

監修者プロフィール

近本 彰

大手ITコンサルティングファームにて企業のDX推進に従事。 その後、上場企業やスタートアップにてテクノロジーを活用した新規事業を複数立ち上げ。 現在はIT・テクノロジー系メディア「TechShift」を運営し、最新テクノロジーをわかりやすく解説している。