リアルタイムバイオマーカーとLLMインターフェースの確立：HRV信号取得、処理、生成AIによる生理的状態解釈のためのモジュラーパイプライン
カテゴリ：医学教育
公開日：2026年2月19日
タイトル：Establishing a real-time biomarker-to-LLM interface: a modular pipeline for HRV signal acquisition, processing, and physiological state interpretation via generative AI.
雑誌名：Front Digit Health. 2025; 7: 1670464.
概 要：
本研究は、心拍変動（HRV）データをリアルタイムで取得し、生成AI環境に直接送信するためのアーキテクチャを提案します。従来の大規模言語モデルはユーザー生成のテキストに依存しており、主観的な報告や遅延応答が含まれますが、HRV信号を統合することで、自律神経状態のリアルタイム指標を考慮し、より適応的で文脈に敏感な対話を可能にします。
方 法：
検証済みのHRVセンサーを使用し、Bluetoothで送信されたR-R間隔をカスタムPythonスクリプトでデコードし、リアルタイムでHRVの主要指標（心拍数、RMSSD、SDNN、LF/HF比、pNN50）を導出しました。これらの値はFastAPIバックエンドを介してRESTおよびWebSocketエンドポイントを通じて公開され、OpenAIのGPTモデルを含む外部アプリケーションに継続的にアクセス可能です。
結 果：
自律神経入力から会話出力へのライブデータパイプラインを構築しました。言語モデルは単に応答するだけでなく、リアルタイムの生理的変化に基づいて自然言語で反応します。複数の概念実証シナリオにおいて、ChatGPTはリアルタイムのHRVデータにアクセスし、記述分析を行い、視覚化を生成し、低および高い認知負荷によって誘発された自律神経の変化に応じてフィードバックを適応させました。
結 論：
このシステムは、生理的信号をモデルの入力コンテキストの一部として組み込むバイオアダプティブAIの初期プロトタイプを示しています。