整いの科学

Feelmo の背後にある科学を、出典つきでまとめました。スコアを構成するアルゴリズムの細部は非公開ですが、その土台となる考え方は、公開された査読論文の上に立っています。

このページは「Feelmo が何を測り、なぜそう測るのか」を、できるだけ正直にお伝えするための場所です。少し長くなりますが、気になる見出しだけ拾い読みしていただいてかまいません。

心拍は、メトロノームではない

健康な心臓は、時計のように一定のリズムでは打ちません。心拍と心拍の間隔(R-R 間隔)は、呼吸・姿勢・ストレス・回復の状態に応じて、たえず細かく揺らいでいます。この揺らぎが HRV(心拍変動) です。

たとえば息を吸うときには心拍がわずかに速くなり、吐くときにはゆるやかになります。この呼吸に同期したリズミカルな揺らぎは、休息をつかさどる副交感神経(迷走神経)がきちんと働いているサインのひとつです。逆に、緊張やストレスが続くと、この揺らぎは小さく・平坦になりがちです。

HRV の測定方法と生理学的解釈は、1996 年に欧州心臓病学会と北米ペーシング電気生理学会の合同タスクフォースが標準化して以来(Task Force, 1996)、自律神経機能をからだの外側から覗くための窓として、数千件の研究で用いられてきました(Shaffer & Ginsberg, 2017)。

Feelmo が見ているもの

HRV には多くの見方があります。Feelmo の整い度(Balance)は、その中のひとつの公開指標をそのまま表示するものではありません。

Feelmo は、Apple Watch から得られる心拍のゆらぎを、計測の安定性やあなた自身のベースラインと合わせて読みます。見るのは「今日はいつもの自分からどちらへ、どれくらい動いているか」です。具体的な構成、重みづけ、変換方法は Feelmo 独自の解析ロジックであり、公開していません。

「自分のベースライン」と比べる理由

HRV の絶対値は、年齢・性別・体質によって大きく異なります。9 世代にわたる大規模データでは、HRV が加齢とともに低下することが示されています(Umetani et al., 1998)。つまり、同じ数値でも「その人にとって高いか低いか」は人によってまったく違います。

だから Feelmo は、他人との比較ではなく、あなた自身のベースラインからの変化を見ます。隣の人より高いか低いかではなく、「いつもの自分」と比べてどうか — それが意味のある問いです。

ホームの整いゲージに、あなたのベースラインからの偏差を表す「オーラ」が添えられているのは、このためです。スコアの数字そのものより、「いつもの自分から、いまどちらへ傾いているか」をやさしく示すことを大切にしています。

数字を、表情に翻訳する

整い度は 0–100 の数字ですが、Feelmo はその数字を前面に押し出しません。代わりに、**6 人の仲間(げんき・おだやか・ふつう・ふあん・ぱんく・つかれ)**の表情に翻訳して、スコアの隣にそっと置きます。

これは、数字の上下を「良い・悪い」と断定しないための工夫です。揺らいでいる日は「ふあん」や「つかれ」が、整っている日は「おだやか」や「げんき」が、あなたのいまをやさしい観察の言葉にしてくれます。あくまで観察であって、評価でも診断でもありません。

いつ測るのか — 安静と睡眠を大切にする理由

手首の光学センサは便利な一方で、体の動きに弱いという弱点があります。歩いたり腕を振ったりしている最中の値は、ノイズが大きくあてになりません。そこで Feelmo は、揺らぎが安定して読める条件 — 座ったままの on-demand 計測(必要なときにその場で測る)や、就寝中のデータを重視します。

睡眠中をよく見るのには、いくつか理由があります。

• 睡眠中は、運動・食事・姿勢・カフェインなど、HRV を揺らす外的要因が最も少なく、毎日近い条件で比較できる時間帯です
• 深いノンレム睡眠では副交感神経が優位になることが示されており(Trinder et al., 2001)、回復のようすが表れやすい時間でもあります
• 睡眠と HRV の関係は、系統的レビューでも整理されています(Stein & Pu, 2012)

ストレスと整い

心理的ストレスと HRV 低下の関連は、メタ分析で繰り返し報告されています(Kim et al., 2018)。また、脳画像研究のメタ分析からは、前頭前野(考える脳)と心臓をつなぐ迷走神経の経路が、HRV をストレスと健康のサインたらしめている、というモデルが提案されています(Thayer et al., 2012)。この脳と心臓のつながりは、脳と心臓のつながり でくわしく解説しています。

ホームのストレスレベルや状態の表示は、こうした研究の背景の上に立っています。ただし、これらは集団レベルの「関連」です。

ゆっくりした呼吸が効く理由

Feelmo の呼吸セッション(呼吸 タブ)がゆっくりとした呼吸(おおよそ毎分 6 回前後)へ誘導するのは、この速さの呼吸が圧反射(血圧調整の反射)と共鳴し、HRV を一過性に大きく高めることが知られているためです(Lehrer & Gevirtz, 2014)。

息を吸うときと吐くときの心拍の変化が、ちょうど血圧を調整する反射のリズムとぴったり重なるのが、毎分 6 回前後のゆっくりした呼吸です。この「共鳴」が起きると、揺らぎが大きく増幅されます。ゆっくりした呼吸の心理生理学的効果は、系統的レビューでも、副交感神経活動の亢進やリラックス感の増加と関連することが報告されています(Zaccaro et al., 2018; Russo et al., 2017)。

「落ち着く」セッションも「上げる」セッションも、こうした呼吸の生理学を土台にした、やさしいきっかけづくりです。

光と運動について

ウェルネス タブの習慣ログが日光と活動量を扱うのにも、背景があります。

• 光は人の概日リズム(体内時計)・睡眠・気分に影響する、もっとも強い環境因子のひとつです(Blume et al., 2019)。朝の日光浴の記録は、整った体内時計づくりのささやかな手がかりになります。
• 定期的な運動が HRV の上昇と関連することは、メタ分析で報告されています(Sandercock et al., 2005)。歩数の積み重ねも、長い目で見れば整いを支える土台になります。

これらは「こうすべき」というノルマではなく、あなたの整いと暮らしのつながりに気づくための、やわらかな手がかりです。

Lumo Core について言えること

整い度(Balance)は、HRV を含む複数の生体サインを、Feelmo 独自の解析ロジックで統合し、0–100 のひとつのスコアに翻訳したものです。

• 統合の具体的な構成・重みづけは、企業秘密のため公開していません
• 「その晩・そのセッションでどれだけ確かに測れたか(計測の質)」も考慮したうえでスコアを出しています
• 解析の妥当性は、慶應義塾大学との共同研究のなかで継続的に検証しています

Feelmo の原則は 「感情を当てるのではなく、整いを見守る」 です。感情そのものを判定するのではなく、自律神経の整い具合を、あなた自身のものさしでそっと見守ることを目指しています。

手首で測るということ

Apple Watch は光学式センサで脈波を読み取り、R-R 間隔を推定します。安静条件では、Apple Watch 由来の HRV が心電図ベースの計測と良好に一致することが検証されています(Hernando et al., 2018)。

Feelmo は、Apple Watch / HealthKit から HRV・心拍・睡眠などを端末内で読み取ります。激しい体動時は精度が下がるため、安静・睡眠中のデータを重視するのは、この点でも理にかなっています。

あなた自身で確かめる — N-of-1 の発想

集団の平均で「効く」と言われても、それがあなたに当てはまるとはかぎりません。そこで Feelmo は、呼吸などの習慣が あなた自身の整いを実際に動かすかどうかを、あなた自身の記録から個別に見くらべる 効く習慣の分析(Feelmo プレミアム、こころレポートの「今週の気づき」)に、この n-of-1（個人内で見くらべる）の発想を取り入れています。

「みんなに効く」ではなく「あなたに効く」を、あなた自身のデータで確かめる — 一人ひとりを主役にした見方です。

Feelmo を支える学問分野

Feelmo は、ひとつの理論ではなく、複数の分野を統合して設計されています。ここでは「どんな学問を土台にしているか」を俯瞰します。なお、具体的なアルゴリズム・計算手法・パラメータは Feelmo 独自の技術であり、本ページでは公開していません(分野名と考え方のみをご紹介します)。

• 自律神経科学・心拍変動 — 心拍のゆらぎから、休息と緊張のバランスの傾向を読み取ります(詳しくは本ページ前半をご覧ください)。
• 感情科学・心理生理学 — 状態を複数の軸でとらえる心理学の枠組みをもとに、いまのようすをいくつかのやわらかなカテゴリー(6 人の表情)で表現します。
• 信号処理・時系列解析 — 睡眠や安静時の心拍データから、ノイズと意味のある変化をていねいに見分けます。「その時どれだけ確かに測れたか」も考慮します。
• 統計学・機械学習 — スコアは一点ではなく「幅」で捉えるべき、という立場に立ち、"あなた基準"との差を統計的に扱います。
• 意思決定の科学 — 「その人・その状況に合う整え方」を、あなたのデータから少しずつ学びます。
• 因果推論 — 「ただの相関」と「本当に関係していそうなこと」を慎重に見分ける考え方を取り入れています。
• 個別化の方法論(N-of-1 の発想) — 集団の平均ではなく、一人ひとりを主役にして「あなたに合うこと」を見ていきます。
• 時間生物学 — 同じ数値でも時刻や曜日で意味が変わります。日内・週内のリズムを考慮します。
• 行動科学 — 続けることを急かしません。ノルマや競争ではなく、小さな積み重ねをそっと言葉にします。
• 規制・倫理 — 表現は診断・断定を避け、傾向とセルフケアの枠に保っています。学習・解析は端末内で完結し、データの所有権はあなたにあります。

参考文献

1. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology. Heart rate variability: standards of measurement, physiological interpretation and clinical use. Circulation. 1996;93(5):1043–1065.
2. Shaffer F, Ginsberg JP. An Overview of Heart Rate Variability Metrics and Norms. Frontiers in Public Health. 2017;5:258.
3. Laborde S, Mosley E, Thayer JF. Heart Rate Variability and Cardiac Vagal Tone in Psychophysiological Research – Recommendations for Experiment Planning, Data Analysis, and Data Reporting. Frontiers in Psychology. 2017;8:213.
4. Trinder J, Kleiman J, Carrington M, et al. Autonomic activity during human sleep as a function of time and sleep stage. Journal of Sleep Research. 2001;10(4):253–264.
5. Stein PK, Pu Y. Heart rate variability, sleep and sleep disorders. Sleep Medicine Reviews. 2012;16(1):47–66.
6. Kim HG, Cheon EJ, Bai DS, Lee YH, Koo BH. Stress and Heart Rate Variability: A Meta-Analysis and Review of the Literature. Psychiatry Investigation. 2018;15(3):235–245.
7. Thayer JF, Åhs F, Fredrikson M, Sollers JJ, Wager TD. A meta-analysis of heart rate variability and neuroimaging studies: implications for heart rate variability as a marker of stress and health. Neuroscience & Biobehavioral Reviews. 2012;36(2):747–756.
8. Lehrer PM, Gevirtz R. Heart rate variability biofeedback: how and why does it work? Frontiers in Psychology. 2014;5:756.
9. Zaccaro A, Piarulli A, Laurino M, et al. How Breath-Control Can Change Your Life: A Systematic Review on Psycho-Physiological Correlates of Slow Breathing. Frontiers in Human Neuroscience. 2018;12:353.
10. Russo MA, Santarelli DM, O'Rourke D. The physiological effects of slow breathing in the healthy human. Breathe (Sheffield). 2017;13(4):298–309.
11. Umetani K, Singer DH, McCraty R, Atkinson M. Twenty-four hour time domain heart rate variability and heart rate: relations to age and gender over nine decades. Journal of the American College of Cardiology. 1998;31(3):593–601.
12. Hernando D, Roca S, Sancho J, Alesanco Á, Bailón R. Validation of the Apple Watch for Heart Rate Variability Measurements during Relax and Mental Stress in Healthy Subjects. Sensors (Basel). 2018;18(8):2619.
13. Blume C, Garbazza C, Spitschan M. Effects of light on human circadian rhythms, sleep and mood. Somnologie. 2019;23(3):147–156.
14. Sandercock GR, Bromley PD, Brodie DA. Effects of exercise on heart rate variability: inferences from meta-analysis. Medicine & Science in Sports & Exercise. 2005;37(3):433–439.