Execute
T1．顔集中度判定システム
顔画像から以下2種類の集中度を推論する機械学習モデルを作成
(1) 瞬きの代表的な特徴量の1つであるPERCLOS
(2) 顔表情の特徴点としてランドマーク、アクションユニット
総合的に集中度を3レベルに判定
T2．症状の階級分け・テーラーメイドシステム
・クラウド空間に２種類の仮想VMを実現
・デバイスデータを顔集中度と連携させ、そのデータの信憑性を紐づけ
・フレイルアンケートにより個人のフレイル状態を把握
結果として個人のフレイル状態、推奨デバイスを表示
T3．予防・見守りシステム
・顔認証で個人を識別（認証率75%以上）
・顔データをマスターキーとした健康管理情報をデータベース化
登録データは、健康管理情報として、
●固有データ（顔データ、氏名など）
●フレイルアンケート結果
●デバイスデータ
●スマートデバイス情報
・健康管理情報に基づき、個人の予防・見守りシステムを開発
・遠隔書道の計測結果とiWakka、簡易上肢機能検査（STEF）の測定結果の相関を調べ、基準関連妥当性を調査
T4．メタバースによる歩行支援システム
複数ルートの移動、香り・サウンドの出力、足踏みセンサとの連動を実現
T5．遠隔検査・リハビリシステム
二つの触覚デバイスを用いた遠隔書道システムへのサービス品質（QoS）制御の実装と評価を実施
ネットワーク遅延100ms程度でMOS3.5以上を達成
T6．手指デバイス
| R6.3月末目標 | 進捗の評価 | |
|---|---|---|
| AII-in-one Wakka | 総重量100ｇ以下 | 98g(1次)済 97g(2次)済 |
| Touch Wakka | 10個試作 力提示400g以下 |
10個試作済 最大500g済 |
| Smell Wakka | 香り提示6種 | 6種類済 |
| Smart iWakka | 5台試作 | 5台試作済 |
| 脳トレプログラムの実装 評価プロトコル作成 |
完成 | 完成 |
| 実証評価 | 10名 | 準備中 |
T7．歩行支援デバイス
ユーザビリティ評価
完了：50名で実施
歩行能力の3段階の分類（T2関連）
完了：フレイル＜1.0m/s
転倒リスク保有＜1.16m/s
健常＞1.16m/s
生体情報計測機能
達成：脈拍数：±2 bpm
達成見込み：酸素豊和ｄ：±3%
生体情報計測機能の実証試験
準備中：20名
