AEDHunter: 実世界における AED 回収の調査：ゲーミフィケーションされたモバイルインタラクションとセンシングによるアプローチ

1. 背景と課題 (Problem)

心停止（OHCA: Out-of-Hospital Cardiac Arrest）発生時の早期除細動は生存率を劇的に向上させますが、自動体外式除細動器（AED）の設置場所への一般の認知度が低く、緊急時における AED の利用率は依然として極めて低い状況にあります。既存の解決策には以下の課題があります。

• C1（認知の欠如）: 人々は日常環境に埋め込まれた AED の存在や場所を認識できていない。
• C2（室内ナビゲーションの難易度）: 緊急時の高ストレス下では、2 次元マップの解釈が困難であり、GPS 信号が弱い屋内環境でのナビゲーションは特に複雑である。
• C3（実証データの不足）: AED への意識向上介入が、実際の「回収時間」や「行動」にどのような影響を与えるかという客観的な実証データが不足している。
• C4（行動の微細分析の欠如）: AED 回収を構成する段階（準備、建物探索、室内探索）ごとの行動や、迷い（躊躇）を定量化するセンサーベースの分析手法が限られている。

2. 提案システム：AEDHunter (Methodology)

これらの課題に対処するため、著者らはゲーミフィケーションされた位置情報ベースのモバイルアプリ「AEDHunter」を開発しました。このシステムは、AED 回収を「探索ゲーム」に変換し、反復的な実践を通じて空間記憶と手順的記憶を強化することを目的としています。

システム設計と機能

• ゲーミフィケーション要素:
  • シミュレーション: 倒れた人物の画像や「生存確率」のリアルタイム表示（心停止からの経過時間に基づく指数関数減衰モデル）を用いて、緊急性を演出。
  • タスク: ユーザーは指定された AED へ向かい、Bluetooth タグ（iBeacon）を検出することで到達を確認する。
  • フィードバック: 経過時間、残り距離、生存確率を常時表示。
• センシングとデータ収集:
  • スマートフォンの内蔵センサー（GPS, Wi-Fi BSSID, 加速度計, ジャイロスコープ, 気圧計, コンパス）を駆使して行動を記録。
  • Wi-Fi BSSID と気圧計: 屋内への進入を検出し、行動を「準備」「建物探索」「室内 AED 探索」の 3 つのフェーズに自動分割。
  • Bluetooth タグ: AED への到達を客観的に検証。
• 行動分類アルゴリズム:
  • 加速度計と角速度データを用いた軽量な機械学習モデル（SVM, Random Forest, XGBoost を比較）を構築。
  • 「探索的ポーズ（Exploratory Pauses）」: ユーザーが立ち止まって迷ったり、方向を確認したりする状態を「移動」と「ポーズ」の 2 状態に分類。このポーズの持続時間を「学習シグナル」として利用し、躊躇の減少を定量化。

実験プロトコル

• 対象: 2 つの大学キャンパス（計 20 名）。
• グループ分け: 「地図支援あり（Map）」と「地図支援なし（No-Map）」の 2 群に割り当て（キャンパスの熟悉度や既存の AED 知識をバランスさせる）。
• 手順:
  1. 事前調査・事前試験 (Pre-exam): 特定の AED への到達時間を測定（ベースライン）。
  2. 一般ゲームセッション: 3 週間、ユーザーの都合の良い時間に繰り返し AED 探索ゲームを実行。
  3. 事後試験 (Post-exam I & II): 同一 AED への到達（学習効果測定）と、未見の AED への到達（知識転移測定）。
  4. 追跡調査: 数ヶ月後に一部の参加者に対して再評価を実施。

3. 主要な貢献 (Key Contributions)

1. AED 知識の向上: ゲーミフィケーションを通じて、参加者が近隣 AED の場所を具体的に記憶し、空間的親密さを高めることを可能にした。
2. センサー駆動型の回収洞察: 加速度計や Wi-Fi データを用いて、回収プロセスをフェーズごとに客観的に分割し、「探索的ポーズ」の減少を通じて学習による躊躇の解消を定量化する新しい指標（$\Delta D_P$）を提案した。
3. 実証的検証: 反復練習が AED 回収時間を有意に短縮し、参加者の自信と介入意欲を向上させることを、客観的な行動データと主観的アンケートの両面から実証した。

4. 結果 (Results)

• 回収時間の短縮:
  • 事前試験から事後試験（Post-exam I）にかけて、中央値の回収時間が132.7 秒から 97.3 秒へ有意に短縮された（約 35% の改善）。
  • 相対的な回収時間短縮率（$\Delta D_T$）の中央値は 0.39（85% の参加者が改善）。
  • 短縮は「建物探索」フェーズで特に顕著であり、地図支援の有無に関わらず両グループで改善が見られた。
• 行動変化（学習シグナル）:
  • 「探索的ポーズ」の合計時間は有意に減少し、相対的ポーズ時間短縮率（$\Delta D_P$）の中央値は 0.40（40% の減少）。これは、反復練習により迷いや不確実性が減り、空間的親密さが高まったことを示唆。
  • 事前試験では見られた「準備フェーズ（地図確認など）」が、事後試験ではほぼ消失した。
• 主観的指標の向上:
  • AED 場所への「親密さ（Familiarity）」や「自信（Confidence）」が有意に向上。
  • 「介入意欲（Willingness）」は既に高かったが、さらに安定して維持された。
  • 実験後のアンケートでは、参加者の多くが「楽しさ」を動機として挙げており、ゲーミフィケーションが内発的動機付けに寄与した。
• 知識転移と長期保持:
  • 未見の AED（Post-exam II）でも、事前試験より短時間で到達できた（転移効果）。
  • 数ヶ月後の追跡調査では、練習した AED への記憶が部分的に保持されており、回収時間は事前試験時より依然として速かった。

5. 意義と示唆 (Significance)

• 緊急対応の効率化: 1 分間の遅れが生存率を 7-10% 低下させる OHCA において、数十分の秒単位での回収時間短縮は、実際の救命結果に直結する可能性を秘めている。
• 新しい学習パラダイム: 静的なマップや知識の暗記ではなく、「実地での反復練習（In-situ practice）」と「ゲーミフィケーション」を組み合わせることで、緊急時における空間認識と手順的記憶を強化できることを示した。
• 技術的アプローチ: 高価な室内位置測位システムに依存せず、既存のスマートフォンセンサーと安価な Bluetooth タグを用いることで、大規模かつ低コストな AED 意識向上トレーニングの実現可能性を提示した。
• 設計指針: 地図の有無に関わらず学習効果は得られるが、複雑な環境では距離や時間のみのフィードバックでも効果的であること、そして「探索的ポーズ」のような微細な行動データが学習プロセスを可視化する有効な指標となり得ることが示された。

本研究は、テクノロジーを活用した公衆衛生・安全対策の新たな方向性を示し、AED の有効活用を促進する実用的なソリューションとしての可能性を強く示唆しています。