人間の代謝臭を解析するための小型嗅覚センサー・チップ搭載AIウェアラブル生体リング

皮膚から健康を嗅ぎ取る

私たちの体が匂いを放つことは多くの人が知っているが、普段の臭いには食べ方、運動、栄養の代謝に関する豊富な情報が含まれていることに気づいている人は少ない。本研究は未来的でありながら実用的な発想を提示する。皮膚から微量に放出される化学痕跡を「嗅ぐ」小さなリングが、人工知能の助けを借りて食事や身体活動に関する手がかりへと翻訳し、手間のかからない健康トラッキングへの新たな道を開くというものである。

体臭の隠れた言語

人体の体臭は揮発性有機化合物と呼ばれる多くの微小な気体化学物質で構成され、皮膚、呼気、その他の体液から漂う。これらの分子は、私たちの食物をエネルギーや構成成分に変換する無数の反応の残留物だ。医師はすでに、いくつかの化合物が肺がんや代謝異常、慢性疾患などの病気を示唆することを知っているが、日常的な測定には通常、大型で高価な研究機器が必要だ。著者らは、もし皮膚からこれらの化学物質を継続的かつ穏やかに監視できれば、重大な病気が発生するずっと前に日々の食事選択や運動習慣を導くことができるかもしれないと主張する。

大型ラボ機器からスマートリングへ

病院や研究室でこれらの嗅覚信号を読むゴールドスタンダードはガスクロマトグラフィー質量分析法であり、強力だが大型で遅くウェアラブルには向かない。これを指先に収めるために、チームはチップ上に小型化した「電子の鼻」を構築し、柔軟な生体リングに組み込んだ。チップは皮膚のすぐ上に位置し、汗腺や血管から放出される微かな化合物の流れに触れる。三次元ハニカム構造に配列された微小な金属酸化物層が、さまざまな気体に対してそれぞれ異なる反応を示す多数の感知素子として機能する。これらが合わさって複雑な応答パターンを生み出し、無線で携帯電話やコンピュータに送られて解析される。

匂いパターンを読む人工知能の教育

リングは個々の化学物質を一つずつ測定するのではないため、生データは成分の一覧というよりも変化する波形群のように見える。そこで研究者らはこれらのパターンを解釈するために機械学習に頼った。まず彼らは、湿度が変化しても極めて低濃度で七種類の一般的な試験ガスを認識するモデルを訓練した。さらに高度なネットワークは、微小なセンサ格子全体での信号の空間的・時間的変化に注意を払うよう設計され、既知の値とほぼ完全に一致する濃度推定を学んだ。これは小型チップが大きな測定装置と同等の精度で代替できることを示した。

何を食べ、どう動いたかを追跡する

実際の試験は、健康な被験者が日常活動中にリングを着用したときに行われた。参加者は果物、ナッツ、肉、米などの炭水化物、野菜、アルコールの6種類の一般的な食品や飲料を摂取した。各食事について、リングは時間経過に伴う皮膚臭の変化パターンを記録した。アルコール摂取後の強く遅延する応答、段階的なタンパク質分解を反映する肉の二峰性ピーク、高GI炭水化物後の急速な変化など、明確な特徴が現れた。単純な分類モデルを用いると、どの6種類の食品が食べられたかを約98％の精度で正しく識別した。また、リラックス、運動中、運動後の回復という三つの身体状態も、活動中に臭いパターンが上昇し休息に戻るときに低下する様子を観察することで追跡できた。

匂いを個人の健康指針に変える

これらの体上での測定が実際の代謝化学を反映しているかを確認するため、チームはガスクロマトグラフィー質量分析法による従来の皮膚臭のラボ測定と比較した。摂食前後のラボスペクトルの差は、食事が確かに体の周囲の化学雲を再構成することを裏付けた。最後に、研究者らは高度なニューラルネットワークを用いて被験者が飲んだアルコール量を推定し、予測値と実測量の間で高い一致を達成した。簡単に言えば、この研究は小さく快適なリングが体の微かな化学信号を継続的に感知し、異なる食事や活動レベルを識別し、消費量の推定まで可能にすることを示している。研究プロトタイプではあるものの、このAI搭載の生体リングは、ラボを訪れる代わりにウェアラブル機器を見れば食習慣や代謝健康を手軽に確認できる未来を示唆している。

引用: Ye, W., Ding, R., Wang, C. et al. Miniaturized olfactory sensor chip-based AI-wearable biometric ring for human body metabolic odor analysis. Nat Commun 17, 4541 (2026). https://doi.org/10.1038/s41467-026-70746-z

キーワード: ウェアラブルセンサー, 体臭, 代謝, 食事モニタリング, 人工知能