ノドスクのエビデンス

ノドスク
  • スカラ・マーケティング

エビデンス

エビデンス
自粛活動やひきこもりでボディブローのようにじわっと経済が痛んでいます。国内の感染症対策で、従業員の検査キット代で悲鳴を上げている会社もいます。

ノドスクは、コロナに負けない社会システム構築の為に始まった。

国内のコロナ感染対策の一つに、店舗や施設に入る時、検温をするというシステムがあります。多くの施設の入り口にはサーモカメラが設置され、皆さん検温をされています。しかしながらこのサーモカメラの機能は、表面温度を計測するので果たして意味があるのかどうか。

加えて初期感染者の多くは、37℃以下の平熱であるということ。例えば成田空港での入国時でのPCR検査は陰性であっても3~4日後に陽性になるケースが多いのも事実です。特に感染者で発症(含む発熱)していない方は、その間に周りの人を感染させてしまっている。こういったことを考えると、果たして国が実施する自粛というシステムはどれくらいの効果があるのか疑問でした。

もっと初期感染者を早く発見出来ないのだろうか。初期感染者には自粛を求め、発症してなくても周りにうつす可能性があるから自宅待機をして頂く。こういった早期発見が出来れば効果的なコロナ対策が進み、一律自粛をせず、元気な人だけが街に出て経済を回すというコロナに負けない社会システムが構築できる。これが今回のノドスク開発に至る研究の発端でした。

インフルエンザは感染すると咽頭後壁が発赤します。これと同じようにコロナも上気道を通じ、発赤するのではないか? 私たちの研究の始まりでした。

スカラの技術と順天堂大学のタッグ

人体は皮膚や粘膜に異物が付着すると、免疫反応によって毛細血管が増殖し、膨れ上がることによって発赤を起こします。口腔、咽頭、鼻腔などの上気道の上皮細胞は初期感染の侵入経路になっていて、この状態をきれいに画像で残せられないか。画像化することにより、その赤色度によって判定が出来ます。

しかしこの画像は、ただ映して残せば良いという代物では無く、きちんと毛細血管を反映すること。赤色度の進行をきれいにAIによって数値化する等、様々なことが求められました。

開発のハードルは高かったのですが、NASAを始めとして様々な国内外のメーカーからその解析画像技術を評価されたスカラ社と順天堂大学の共同開発が具現化したのです。

AIによる画像処理に耐えられる粘膜の反射を完全に消して、組織の完全な血管映像を取得できる技術を2020年12月にスカラ社と共同開発しました(特許技術)。

さらなる研究の深堀

我々の研究開発したカメラが有効に機能するかは、初期感染者との接触でした。この方々をどう探し出し、咽頭後壁の画像を撮影するかで最初の壁にぶつかりました。つまり対象となる被検者を集めることです。

いろいろ模索している中で、某保健所がコロナ対策として有意義な取り組みと理解を示して頂き、撮影環境が整ったのです。

咽頭後壁の赤みとコロナ感染の対比をする為に、都内の某保健所と連携して、濃厚接触者と認定された方々にインフォームド・コンセントを実施し、快く了承頂いた方々に咽頭後壁の写真をスカラカメラを使用して画像化を実施しました。

ご協力頂いた方々は、
①保健所から濃厚接触者と認定された方々84名。
②一回目のPCR検査で陰性だった方々。

上記の方々を対象に咽頭後壁の写真を撮影し、赤色度を測定しました。

この中で39名の方々が、二回目のPCR検査で陽性と判定されました。次に二回目で陰性と判定された方々と二回目で陽性と判定された方々の赤色度を比較すると、やはり陽性の方々の赤色度が陰性にの方々と比べると非常に高いという結果が得られました(赤色度分布図)。 この赤色度合いによる判定は世界初の治験になります。

これにより耳鼻科の医師が視覚で患者の喉を診断するよりも、赤色度を数値化(AI診断)することにより、より正確な診断が下せる可能性を見出しました。

ノドスク・アプリ

今までに蓄積された千例を超える咽頭後壁の様々な写真を解析・数値化し、これにAI診断を加えた開発したのが、ノドスク・アプリです。いつでも手軽にiPhoneで使えるようにしました。 手軽にご自身の健康状態をスクリーニングする、これがこのアプリの目的です。

コロナが蔓延している状態では「赤み強い」の判定が出た場合コロナに感染している可能性が高いとなり、インフルエンザが流行している状態ではインフルエンザに感染していると疑われます。また喉の赤みが強くて病院に行って扁桃炎と診断された方もいます。現時点では、赤みの状態で症状を確定診断するものではありません。 あくまでセルフメデュケーションとしてご自身のノドをチェックする為のものです。

また今後は咽頭後壁の画像をより多く集め、データ蓄積をすることによりAI診断の精度を高め、赤みの部位によって症状を判定できる技術にまで研究を進めていきます。