サイエンス
ラボで実証済み。広告で主張するだけではありません。
このスキャナーはrPPG（遠隔光電脈波法）を基盤とし、AI・コンピュータビジョン・機械学習モデルをデバイスのNeural Engine上で動作させることで、通常の動画からバイタルサインを読み取ります。この技術は大学のレーザー研究室で発見され、MITで成熟し、世界中の入院患者を対象に検証されました。以下に実際の研究データを数値とともに掲載していますので、ご自身でご確認ください。
33 件の査読済み研究2008年から2026年にわたる研究FDA認可 3件心電図（ECG）との比較検証済み
技術の起源
世界の研究機関から生まれた技術。
UC Irvine, Beckman Laser Institute
2008年、通常のカメラが部屋の中から離れた場所で皮膚の脈波を読み取れることを発見しました。
MIT Media Lab
その発見をウェブカメラによる心拍数・呼吸・HRV計測へと応用し、医療センサーとの比較検証を実施しました。
University of Oxford
集中治療室および新生児病棟の実際の患者においても、カメラによるバイタル計測が有効であることを実証しました。
Philips Research & TU Eindhoven
動作に強いCHROMおよびPOSアルゴリズムを開発し、体動時でも計測精度を維持できるようにしました。
Microsoft Research
カメラの計測精度を専用センサーレベルへと引き上げるディープラーニングモデルを先駆的に開発しました。
Tsinghua, Oulu, USTB, HKUST
トランスフォーマーおよび状態空間モデルを牽引し、毎年新たな精度記録を更新し続けています。
rPPGとは？
脈拍が肌の色を変える。
心臓が拍動するたびに、血液の波が皮膚のすぐ下にある血管を通ります。その血液はわずかに多くの緑色光を吸収するため、拍動のたびに肌の色が微妙に濃くなったり薄くなったりします。
肉眼では捉えられませんが、カメラなら捉えられ、AIがそれを読み取れます。光電脈波法（PPG）は、病院の指先クリップやスマートウォッチの脈拍センサーと同じ光学的手法です。遠隔PPGはそれを離れた距離から、接触なしで、顔の動画だけで実現します。
血液量脈波
AIは一枚の顔動画からこの波形を復元し、そこから数十種類のバイタルサインを算出します。
スキャンの仕組み
カメラからバイオマーカーへ。
1
キャプチャ
前面のRGBカメラが高フレームレートで顔の肌色の微妙な変化を記録し、環境光センサーが露出を補正します。
2
トラッキング
コンピュータビジョンが赤外線深度センシングの補助により数百の顔のランドマークを追跡し、クリーンな肌の領域を抽出して、動きや照明ノイズを除去します。
3
抽出
信号処理と機械学習モデルが、色情報の生データから血流量脈波（BVP波形）を復元します。
4
計測
デバイスのNeural Engine上のAIモデルが脈波のピークとリズムを解析し、心拍数・HRV・呼吸数などを算出します。
エビデンス
オープンな研究データ。
種類別にグループ化し、信頼度を表示しています。心拍数、HRV、呼吸数は十分に検証済みです。SpO2は研究が進行中、血圧は実験段階です。各カードから出典にアクセスできます。
基礎研究と最先端研究
2008年の発見から、現在のトランスフォーマーおよび状態空間モデルまで。この分野は年々進化しています。
臨床検証
2024年から2026年にかけての研究を含め、病院・ICU・遠隔医療・クリニックにて実際の患者を対象にテスト済みです。
レビュー、メタアナリシス、ベンチマーク
複数の研究を統合・評価した最も強力なエビデンス層に加え、公開ベンチマークおよびフェアネス監査も実施しています。
規制当局による認定
FDAの認可を取得、実製品に搭載。
カメラを用いたバイタルサイン計測は学術的なものにとどまりません。規制当局は脈拍数および呼吸数を測定する商用rPPGデバイスを認可しています。
限界について、正直に。
- 顔スキャンによるバイタル測定は、傾向を把握するためのウェルネスツールです。診断を目的とするものではなく、医療的ケアの代替となるものでもありません。
- 心拍数、HRV、呼吸数の測定精度が最も高く、血中酸素は発展段階、血圧は実験的段階にあります。
- 照明、動き、カメラの品質が結果に影響します。明るく均一な光の下で静止することで、最良の測定値が得られます。
- 血糖値、コレステロール、血液成分を臨床的事実として測定することは主張しておりません。科学的根拠が初期段階の項目には「エマージング」と表示します。
参考文献
- 1.Verkruysse, Svaasand & Nelson (2008). Remote plethysmographic imaging using ambient light. Optics Express 16(26). Beckman Laser Institute, UC Irvine. リンク
- 2.Poh, McDuff & Picard (2010). Non contact, automated cardiac pulse measurements using video imaging and blind source separation. Optics Express 18(10). MIT Media Lab. リンク
- 3.Poh, McDuff & Picard (2011). Advancements in noncontact, multiparameter physiological measurements using a webcam. IEEE Trans. Biomedical Engineering 58(1). MIT Media Lab. リンク
- 4.de Haan & Jeanne (2013). Robust pulse rate from chrominance based rPPG. IEEE Trans. Biomedical Engineering 60(10). Philips Research & TU Eindhoven. リンク
- 5.Wang, den Brinker, Stuijk & de Haan (2017). Algorithmic principles of remote PPG. IEEE Trans. Biomedical Engineering 64(7). Philips Research & TU Eindhoven. リンク
- 6.Chen & McDuff (2018). DeepPhys: video based physiological measurement using convolutional attention networks. ECCV 2018. Microsoft Research & MIT Media Lab. リンク
- 7.Zitong Yu et al. (2022). PhysFormer: facial video based physiological measurement with temporal difference transformer. CVPR 2022 / Int. Journal of Computer Vision 2023. Tsinghua University & University of Oxford. リンク
- 8.Zhaodong Sun & Xiaobai Li (2024). Contrast-Phys+: unsupervised and weakly supervised remote physiological measurement via spatiotemporal contrast. IEEE Trans. Pattern Analysis and Machine Intelligence (TPAMI). University of Oulu. リンク
- 9.Zou, Guo, Hu & Ma (2024). RhythmMamba: fast, lightweight, and accurate remote physiological measurement. arXiv (cs.CV). University of Science and Technology Beijing. リンク
- 10.Zhang, Lu, Liu, Chen & Wu (2024). Advancing generalizable remote physiological measurement through explicit and implicit prior knowledge. arXiv (cs.CV). HKUST (Guangzhou). リンク
- 11.Sensors (2020). Feasibility of assessing ultra short term pulse rate variability from video recordings. Sensors / PMC. Peer reviewed validation (Sensors). リンク
- 12.Villarroel, Jorge, Tarassenko et al. (2019). Non contact physiological monitoring of preterm infants in the neonatal intensive care unit. npj Digital Medicine 2:128. University of Oxford & John Radcliffe Hospital. リンク
- 13.Jorge, Villarroel, Tarassenko et al. (2022). Non contact physiological monitoring of post operative patients in the intensive care unit. npj Digital Medicine 5:4. University of Oxford, Institute of Biomedical Engineering. リンク
- 14.Sun, Yang, Wu et al. (2022). Contactless facial video recording with deep learning for the detection of atrial fibrillation. Scientific Reports 12:281. National Yang Ming Chiao Tung University & partner hospitals. リンク
- 15.Frontiers in Physiology (2022). Remote photoplethysmography is an accurate method to remotely measure respiratory rate. Frontiers in Physiology. Hospital based trial (963 patients). リンク
- 16.Chin, Chan et al. (2026). Clinical validation of rPPG enabled contactless pulse rate monitoring in cardiovascular disease patients. Bioengineering (MDPI). PanopticAI & Prince of Wales Hospital / CUHK. リンク
- 17.Khan et al. (2026). Seconds matter: rapid non contact monitoring of heart and respiratory rate from face videos. Sensors (MDPI). University of Gothenburg & Detectivio. リンク
- 18.Estevez et al. (2025). Continuous non contact vital sign monitoring of neonates in intensive care using RGB-D cameras. Scientific Reports (Nature). University of Cambridge & Rosie Hospital NHS. リンク
- 19.Woelk et al. (2026). Advancing rPPG to facilitate cardiac monitoring in naturalistic settings using webcam technology. Behavior Research Methods (Springer). University College London. リンク
- 20.Garvin et al. (2024). Exploring contactless vital signs collection in video telehealth visits. JMIR Formative Research. Veterans Affairs Boston Healthcare System. リンク
- 21.Pstras et al. (2025). Estimating heart rate variability using facial video photoplethysmography: a pilot validation. medRxiv preprint. Polish Academy of Sciences & Wroclaw Medical University. リンク
- 22.Zuccotti et al. (2025). Accuracy of heart rate, oxygen saturation and blood pressure using a non contact PPG mobile app. Digital Health (SAGE). University of Milano & Buzzi Children's Hospital. リンク
- 23.Bioengineering (MDPI) (2024). Contactless blood oxygen saturation estimation from facial videos using deep learning. Bioengineering 11(3):251. Imaging pulse oximetry study (Bioengineering). リンク
- 24.Srestha et al. (2026). A hybrid CNN spectral architecture for non contact respiratory rate estimation. PLoS One. Yeungnam University. リンク
- 25.Fontes et al. (2024). Enhancing stress detection through rPPG analysis and deep learning. Sensors (MDPI). Nottingham Trent University. リンク
- 26.Kapoor, Holman & Cohen (2024). Contactless and calibration free blood pressure and pulse rate monitor for hypertension screening. JMIR Cardio. Lifelight (Mind over Matter Medtech) & Element Materials. リンク
- 27.Park & Hong (2024). Robust blood pressure measurement from facial videos in diverse environments. Heliyon (Cell Press). Sungkyunkwan University. リンク
- 28.Bautista et al. (2023). Clinical applications of contactless photoplethysmography for monitoring in adults. Journal of Clinical and Translational Science. University of Leeds. リンク
- 29.npj Digital Medicine (2023). Challenges and prospects of visual contactless physiological monitoring in clinical study. npj Digital Medicine 6:231. npj Digital Medicine (Nature Portfolio). リンク
- 30.npj Digital Medicine (2025). The role of face regions in remote photoplethysmography for contactless heart rate monitoring. npj Digital Medicine. npj Digital Medicine (Nature Portfolio). リンク
- 31.Xin Liu et al. (2023). rPPG-Toolbox: deep remote PPG toolbox. NeurIPS 2023 (Datasets & Benchmarks). University of Washington & Microsoft. リンク
- 32.Bondarenko, Menon & Elgendi (2025). Demographic bias in public remote photoplethysmography datasets. npj Digital Medicine (Nature Portfolio). ETH Zurich & Khalifa University. リンク
- 33.Acharya, Saakyan, Hammer & Drimalla (2025). The reliability of remote photoplethysmography under low illumination and elevated heart rates. npj Digital Medicine 8:744. Bielefeld University. リンク
エビデンスに基づいたスキャンを、あなたのビジネスへ。
科学的根拠はすでに十分に確立されています。スキャナーをご自身のサービスに組み込みたい場合、技術面はすべて私たちが対応します。
Plondo rPPG スキャナー自体はFDA認可を受けていません。FDA認可への言及は、他社の商業デバイスで認可された基盤となるrPPG技術を指すものです。本ツールはトレンドを追跡するためのウェルネスツールであり、医療機器ではありません。疾病の診断、治療、改善、または予防を目的とするものではありません。