- インドの研究チームが、紙に描いた図形からパーキンソン病を識別するAIを開発した
- 角張った蛇行図形で98.95%、渦巻き図形で97.74%という高い精度を記録した
- 4つのセンサーを積んだ「スマートペン」が、握力・筆圧・傾き・加速度を同時に測る
- 被験者は66人と少なく、著者自身も「可能性の証明であって診断の証明ではない」と明言
- 日本でも順天堂大学とゼブラが、センサーペンで83%の精度を出す研究を進めている
紙に渦巻きを1つ描くだけで、病気の兆候がわかるとしたらどうでしょうか。2026年8月、インドの研究チームが発表したAIは、手描きの図形からパーキンソン病を約99%の精度で見分けました。採血もMRIも要りません。必要なのは、ペンと1枚の紙だけです。
渦巻きと蛇行、たった2つの図形で何がわかるのか
研究を率いたのは、インドのシクシャ・オー・アヌサンダン大学のIshan Ayus氏らです。論文はSpringer Natureの学術誌「Discover Computing」に掲載されました。
参加者に頼んだ作業は、驚くほど単純です。
1つ目は渦巻き（スパイラル）。中心からぐるぐると外側に向かって、なめらかな線を描きます。
2つ目は蛇行図形（メアンダー）。角張った線が、カクカクと折り返しながら続く図形です。
この2種類を描いてもらい、AIに判定させました。結果は、蛇行図形で98.95%、渦巻きで97.74%の精度でした。パーキンソン病の人と健康な人を、ほぼ間違えずに区別できたことになります。
データはブラジルのボツカツ医科大学が集めた「NewHandPD」というデータセットを使いました。パーキンソン病の患者が31人、健康な対照群が35人、合わせて66人分です。
スマートペンが拾う「目に見えない震え」
4つのセンサーが同時に働く
カギを握るのは、参加者が握っていた生体認証スマートペン（BiSP）です。
ふつうのペンに見えますが、中には4つのセンサーが入っています。測っているのは次の4つです。
- 指の握力 — ペンをどのくらいの強さで握っているか
- 軸方向の圧力 — 芯を紙にどれだけ押しつけているか
- チルト（傾き） — ペンをどんな角度で立てているか
- 加速度 — X・Y・Zの3方向で、どう動いたか
つまりAIが見ているのは、描き上がった線の形だけではありません。「どう描いたか」という時間の流れそのものを読んでいます。
なぜ描き方に病気が表れるのか
パーキンソン病は、脳内でドーパミンをつくる神経細胞が減っていく病気です。手のふるえ、動きの遅さ、筋肉のこわばりが代表的な症状として知られています。
こうした変化は、線を1本引くだけの動作にも影を落とします。
健康な人が渦巻きを描くとき、腕はなめらかに、一定の速さで回ります。ところが運動制御に不調があると、線がわずかに震えたり、力の入れ方が細かく揺らいだりします。
人間の目で見比べても、その差はほとんどわかりません。1秒間に何百回もサンプリングされたセンサーの数値には、はっきり刻まれています。AIはそこを見ています。
SNAKEアルゴリズム — 複数AIの「重みつき多数決」
今回の研究のもう1つの目玉が、SNAKEと名付けられた仕組みです。
これは単体のAIモデルではありません。複数の深層学習モデル（人間の脳の神経回路をまねた学習方式のAI）に同じ図形を判定させ、その答えを統合する「精度加重モデル」です。
ポイントは、単純な多数決ではないところにあります。過去の成績が良かったモデルの1票は重く、成績が悪かったモデルの1票は軽く数えます。得意分野の違う専門医を何人も集めて、実績に応じて発言力を調整する会議のようなものです。
この仕組みによって、SNAKEは手書きからパーキンソン病を検出する既存のAIシステムを複数上回りました。
見逃せない限界 — 「66人」という数字の重さ
98.95%という数字だけを見ると、明日にも病院で使えそうに思えます。ですが、そこは慎重に読む必要があります。
研究チーム自身が、論文で限界をはっきり認めています。
最大の課題はサンプル数66人という規模の小ささです。著者らはこれを「臨床的多様性を正確に反映していない」と表現しました。年齢層、病気の進行度、利き手、普段の筆記量。現実の患者が持つばらつきを、66人ではカバーしきれません。
そのうえで著者らは、今回の結果を「フレームワークの可能性を示す証拠」であって、診断効果を確定させた証明ではないと述べています。
加えて「過学習」という落とし穴もあります。小さなデータに合わせこみすぎたAIは、初めて見る人のデータで急に当たらなくなることがあるのです。数千人規模の検証を通るまで、答えは保留です。
音声、タイピング、歩行 — ライバルたちとの比較
実は「日常の動作からパーキンソン病を見つける」という発想は、今このジャンルの主戦場になっています。競合するアプローチを並べてみましょう。
音声解析は、名古屋大学などが取り組む方向です。会話の声の揺らぎや発話のリズムをAIが解析します。マイク1本で済むのが強みですが、風邪や加齢の影響を受けやすい弱点があります。
キーボード入力を使う「neuroQWERTY」は、パソコンで文章を打つときのキーを押す時間のばらつきを見ます。専用機器がゼロで、仕事中に自然に測れるのが最大の利点です。
スマホのセンサーを使う研究では、音声・指のタッピング・歩行の3つを組み合わせます。誰もが持つ端末で完結する手軽さが魅力です。
歩行センサーでは、九州工業大学が主導する「スマートシューズ」があります。歩幅や足の高さ、パーキンソン病特有の「すくみ足」をリアルタイムで検出します。
この中で図形描画のアプローチが持つ強みは、検査の再現性の高さです。「同じ渦巻きを描く」という条件は、いつどこで測っても揃います。会話や歩行と違い、その日の気分や環境に左右されにくいのです。ペン1本と紙1枚という道具の安さも、遠隔地でのスクリーニングを考えるうえで効いてきます。
日本への影響 — 順天堂大学とゼブラの「センサーペン」
国内でも同じ方向の研究が進む
この話は、日本にとって他人事ではありません。じつは非常によく似た研究が、すでに国内で走っています。
2026年7月16日、順天堂大学医学部神経学講座が、文具メーカーのゼブラ、AI企業のアラヤと組んだ産学連携の成果を発表しました。
こちらもセンサー搭載ペンを使い、15種類の筆記・描画タスクを実施しています。参加者は患者50例と健常者50例の計100名。インドの研究より多い規模です。
精度は8種類のタスク全体で83%、最も成績が良かった「平行線間への書字」で91%でした。数字だけ見ればインドの研究より低く見えますが、こちらは日本人被験者を自前で集めた独自データという違いがあります。
この研究で最も重要だとわかった特徴は、筆圧とペン角度。とくにペンを紙から離す「筆圧下降フェーズ」に、病気特有のサインが集中していました。
高齢化する日本にとっての意味
日本のパーキンソン病患者は増え続けています。厚生労働省の令和2年患者調査では治療を受けている患者数は約28万9千人。平成29年の約16万2千人から、3年で大きく伸びました。指定難病の受給者証所持者数も、令和6年度末で15万569人にのぼります。
60歳以上では、およそ100人に1人がこの病気を抱えている計算になります。
そして厄介なのが、症状が出たときには手遅れに近いという事実です。手のふるえなど運動症状が現れた時点で、すでにドーパミン神経の50%以上が失われているとされています。便秘や嗅覚の低下、レム睡眠行動障害といった前触れは、運動症状の10〜20年前から始まっています。
年に1度の健康診断で、渦巻きを1つ描く。それだけで神経の異変に気づけるなら、変わるものは小さくありません。専門医の少ない地域にとっては、なおさらです。
3つの活用シーンを想像してみる
この技術が実用化したら、どんな場面で使われるでしょうか。
地方の内科クリニックの待合室で。 65歳の男性が、問診票と一緒に渦巻きの用紙を渡されます。描くのに30秒。脳神経内科の専門医は車で1時間半かかる街にしかいませんが、その場のスコアが「要精査」と出たので、医師は紹介状を書きます。数年後に気づくはずだった変化が、今日見つかりました。
製薬会社の治験の現場で。 従来は医師が患者の動きを観察し、評価尺度をつけていました。主観が混じり、担当医が変わればスコアも揺れます。センサーペンなら、毎回同じ物差しで測れます。
自宅のリビングで。 服薬から時間が経つと動きが悪くなる患者が、朝と夕に渦巻きを描いて記録します。薬の効き目が切れるタイミングがグラフで見え、次の診察で医師に見せられます。「なんとなく夕方がつらい」が、データになります。
よくある質問（FAQ）
Q. このAIは今すぐ病院で受けられますか？
A. まだ受けられません。今回の発表は研究段階の成果です。実際の診療で使うには、大規模な臨床試験と、医療機器としての承認手続きが必要になります。数年単位の時間がかかると考えるのが現実的です。
Q. 自分で紙に渦巻きを描いてセルフチェックできますか？
A. できません。この精度を支えているのは、握力・筆圧・傾き・加速度を測る専用のスマートペンのデータです。線の形だけを目で見ても判断はできません。気になる症状があるときは、脳神経内科を受診してください。
Q. 98.95%という精度は、そのまま信じていいのでしょうか？
A. 66人という限られたデータでの結果です。研究チーム自身が「臨床的多様性を反映していない」と認めています。より多様な患者を含む大規模な検証を経て、初めて実力がわかります。
Q. パーキンソン病以外の病気にも応用できますか？
A. 手の動きに影響が出る神経の病気であれば、同じ考え方を応用できる可能性があります。ただし今回の研究が確かめたのはパーキンソン病だけです。他の病気については別途の検証が要ります。
Q. 日本の研究とインドの研究、どちらが優れていますか？
A. 単純な比較はできません。精度の数字はインドの研究が上ですが、被験者数は日本の研究のほうが多く（100名対66名）、日本人のデータを使っている点も国内での実用化には有利です。狙いも条件も違う、別々の研究だと考えるのが適切です。
まとめ
- インドの研究チームが、手描き図形からパーキンソン病を識別するAI「SNAKE」を発表した
- 精度は蛇行図形で98.95%、渦巻き図形で97.74%を記録した
- 4センサーのスマートペンが、握力・筆圧・傾き・加速度という「描き方」を計測する
- 被験者は66人と少なく、著者も診断効果の証明ではないと明言している
- 日本では順天堂大学・ゼブラ・アラヤが100名規模で83%の精度を達成している
- 運動症状が出た時点でドーパミン神経の50%以上が失われており、早期発見の価値は大きい
まずは、身近な人の字が最近変わっていないか、思い返してみてください。文字が小さくなる「小字症」は、パーキンソン病の代表的な初期サインの1つです。気になる変化があれば、脳神経内科への相談が最初の一歩になります。
参考文献
- 「図形の描き方」でパーキンソン病を99％の精度で識別できる可能性 – GIGAZINE（2026年8月31日）
- The Way You Draw Can Reveal Parkinson’s Disease With Up to 99% Accuracy – ScienceAlert
- 「書く」動作からパーキンソン病を検知するAIモデルを構築－順天堂大ほか – QLifePro
- HandPD / NewHandPD dataset – サンパウロ州立大学
- パーキンソン病（指定難病6） – 難病情報センター
こんな時代だから遊んで学びたい
AIを学ぶオンラインサロン「AIフレンズ」では、生成AIを楽しく、どこよりも優しく学べる環境をご用意しております。
毎週開催されるオンラインセッションでは、リアルタイムで学び合える機会を提供しています。 さらに、月に一度のオフラインイベントでは、メンバー同士が直接交流し、アイデアや知識を深めることができます。
「AIフレンズ」の仲間とともに、新しい価値を創造し、可能性を広げてみませんか？
一緒に学び、成長しながら、生成AIを使いこなす力を身につけましょう！
