CES^® 2026

AKM は、前回の CES でのコンセプト展示からさらに進化したスマートおむつソリューションを、CES 2026 でデモンストレーションしました。

このソリューションは、尿を電解液として利用し、導電性素材を電極として発電する仕組みを採用しています。さらに、印刷可能な導電インクを電極に用いることで、製造の柔軟性を高めています。

AKM のエナジーハーベスティング技術である超低消費電流 DC/DC コンバーターにより、極めて微弱な電力を効率的に活用できるため、コイン電池などの外部バッテリーを使用せずに排尿を検知・通知することが可能です。

今回の展示では、新たに排尿の「回数」と「量」を検出できるアルゴリズムを搭載しました。これにより、介護者は排尿状況をより正確に把握でき、介護の質を高めることができます。

厚生労働省「令和 5 年 (2023年) 人口動態統計」によれば、誤嚥性肺炎は日本の死因の第 6 位です。また、日本呼吸器学会「成人肺炎診療ガイドライン 2024」では、誤嚥性肺炎による死亡の約 99 ％ が65 歳以上とされています。さらに、The American Thoracic Society によれば、1999 年から 2022 年の間に米国では約 18 万 6 千人が誤嚥性肺炎で亡くなり、その約 75 ％ が 75 歳以上でした。このように、誤嚥による健康リスクは日本のみならず、米国でも高齢者を中心に深刻な課題となっています。

こうした課題に対し、本展示では、リアルタイムで嚥下の状態をモニタリングできるミリ波レーダーソリューションを紹介しました。

AKM のミリ波レーダーモジュールは、飲食時のわずかな喉の動きから生じる「飲み込み音 (嚥下音)」を非接触で測定できるため、ウェアラブルデバイスを装着する必要がありません。また、米スタートアップ Aizip の軽量 AI モデルは取得した信号をリアルタイムで解析し、嚥下に関連する音のみを高精度に識別することで誤嚥リスクの把握につなげます。

筋電 (EMG: Electromyography) 信号を用いたジェスチャー認識技術では、当社のアナログフロントエンド IC 「AK05611」が、前腕の筋肉の動きによって生じる微弱な電気信号を検出します。Aizip の軽量 AI モデルは、これらの信号を解析し、「手を握る」「手を開く」「シングルタップ」などのジェスチャーを判別します。

この技術をスマートウォッチに搭載することにより、ユーザーは画面に触れることなくデバイスを操作できるようになります。さらに、持病の発作や急な体調不良といった緊急時には、数秒間の握り動作などの直感的なジェスチャーによってアラートを送信することが可能になります。