介護の見守りカメラの映像はAIで読める？画質の目安と、人が確認する線の引き方

居室に見守りカメラを付けている施設で、「この映像をAIに読ませれば、夜間の記録が楽になるのでは」と考える方もいるかもしれません。ただ、夜間のカメラ映像は暗く、粗く、角度も限られます。そもそもAIはその映像を読めるのか、どのくらい画質が悪くなると間違え始めるのかは、導入前に知っておきたいところです。

当社では、画像生成で作った架空の居室画像12枚と、それを4段階で暗く粗くした画像を、施設のPCで動くAI（インターネットに出さないローカルAI）に読ませて試しました。実在の施設・利用者・製品の映像は使っていません。また、12枚×5段階の小さな試験です。結果はその前提で読んでください。

介護の見守りカメラにAIを足す、とはどういうことか

介護の見守りシステムには、ベッドのセンサー（離床・呼吸・心拍）や、居室を映すカメラなど、いくつかの種類があります。どちらも、異常のときに職員へ知らせる「検知」の役割で入っていることがほとんどです。

この記事で扱うのは、その検知ではありません。カメラの映像からAIが「そのときの様子」を1行で書き、夜間の記録の下書きに添えるという、記録の補助の話です。転倒を見つけて知らせる用途には使わない、という立場は、前回のコラム「フィジカルAIとは？介護での使いどころは「検知」より「記録」」で書いたとおりです。

前回のコラムでは、明るく見やすい架空画像で試しました。そのとき「実際の夜間のカメラは暗く、精度は下がる前提で考える必要がある」と書いた部分を、今回は実際に確かめています。

試した方法

• 画像：天井の隅から見下ろす防犯カメラ風の居室画像12枚（画像生成で作った架空のもの）。夜間の赤外線カメラ風の白黒や、常夜灯だけの暗い部屋に寄せて作りました
• 写っている様子：ベッドで横になっている・ベッドの端に座っている・立っている・床にいる・車いすに座っている・誰もいない、の6種類
• 聞き方：上の6つに「画像からは判断できない」を加えた7つの選択肢から1つ選ばせ、理由を1行書かせる
• AI：当社の検証機で動かしたローカルAI（画像を読めるモデル）。画像は外部のサービスに送っていません
• 画質：同じ12枚を、元の画像（L0）から段階的に暗く・ざらつかせ・ぼかし・解像度を落として、L1〜L4の4段階を作りました

答えを自由に書かせず、選択肢から選ばせたのは、記録に使うなら表記がぶれないことが大事だからです。また「判断できない」を選択肢に入れておくことで、AIが無理に当てにいかない逃げ道を作っています。

暗く粗くしていくと、どこで崩れるか

L1までは12枚とも正解でした。崩れ始めたのはL2で、当社が目で見ても「見えにくい」と感じた画質です。L3・L4では、ほとんどを「判断できない」と答えました。

今回の範囲での画質の目安は、「明るさを6割に落とした画質（L1）までは、AIも読めた」「当社が目で見て見えにくいと感じた画質（L2）から、AIは誤り始めた」です。人の目でほぼ判別できない画質（L3・L4）で、AIが正しく読めた画像はありませんでした。

ただし、上の画像のL2のように、人の目では立っていると分かるのに、AIが誤ることもあります。「人の目で分かること」は、AIに任せるための最低条件であって、それだけで十分とは言えません。

外れ方には偏りがある

誤りは全部で4件でした（L2で3件、L3で1件）。内容は次のとおりです。

4件のうち3件が「床にいる」の側への誤りでした。AIが添えた理由は「床に近い位置に、うずくまっているような人影がある」という趣旨のもので、暗くて輪郭がつぶれた人影を、低い位置にいると読んだようです。

一方で、人がいるのに「誰もいない」と答えた誤りは0件でした。誰もいない部屋の画像を「人がいる」と答えたこともありません。人の有無は、姿勢よりも崩れにくいと言えそうです（ただし12枚での結果です）。

記録の補助として使うなら、ここから次のルールが導けます。

• AIが「床にいる」と答えた映像は、必ず職員が確認する（誤りがこちらに寄るため。本当に床にいる場合も、もちろん確認が要ります）
• AIが「判断できない」と答えた映像も、職員が確認する
• AIの答えは記録の下書きとして扱い、確定は職員が行う

AIに見せる前に、画質をプログラムで測る

もう一歩進めて、AIに画像を渡す前に、画質をプログラムで測る関門を置いてみました。測ったのは、画像の明暗の差（コントラスト）と、ざらつき（ノイズ）の2つです。基準を下回る画像はAIに渡さず、最初から人の確認に回します。

前の節の確認ルール（「床にいる」「判断できない」は職員が確認）だけでも、下書きに残る誤りは60枚中1枚まで減ります。残る1枚は、立っている人を「ベッドの端に座っている」と答えたものです。関門を足すと、これが0枚になりました。

その代わり、人の確認は38枚から42枚に増え、その中にはAIに渡していれば正しく読めた5枚（L2の画像）も含まれています。誤りを減らすことと、人の手間を減らすことは引き換えになる、ということです。なお、今回は5段階のうち3段階を強く劣化させた作りなので、人の確認に回る割合そのものは、実際の施設での負担の目安にはなりません。

それでも、関門を置く考え方そのものは役に立ちます。「AIが答えたから正しい」ではなく、AIに答えさせてよい映像かどうかを、先に機械的に決めておく。そうすることで、AIの誤りが記録に紛れ込む経路を減らせます。

導入前に、施設で確かめる5つ

架空画像での結果は、そのまま実際の施設には当てはまりません。見守りカメラの映像をAIに読ませることを考えるなら、次の5つを先に確かめることをおすすめします。

1. 夜間の映像の写り：赤外線モードに切り替わった映像で、人の目で姿勢が分かるか。今回の試験では、人の目でほぼ判別できない画質でAIが正しく読めた画像はありませんでした
2. カメラの位置と角度：ベッド・ベッドの横・床が画面に収まっているか。人が画面の端で切れると、姿勢を誤りやすくなります
3. 映像を施設の外に出さずに処理できるか：居室の映像は、クラウドのAIに送ることに抵抗が大きい情報です。施設内のPCで処理できる構成かを確認します
4. AIが「床にいる」「判断できない」と答えたとき、誰が確認するか：確認の担当と流れを、AIを入れる前に決めておきます
5. その施設の映像を数十枚集めて、基準を決め直せるか：画質の関門の基準値も、AIの得意・不得意も、カメラごとに変わります

検証の経過（うまくいかなかった点を含む）は、noteの実録にまとめました。

よくある質問

介護の見守りカメラの映像を、AIで読み取れますか？

当社が架空の居室画像12枚で試したところ、決めた選択肢から選ばせる方式なら、元の画像と、明るさを6割に落として粗くした画像では、12枚とも姿勢を正しく選べました。当社が見ても見えにくいほど暗く粗くすると、誤りが出始めました。架空画像での小さな試験なので、実際のカメラ映像で確かめる必要があります。

画質が悪いと、AIはどのように間違えますか？

今回出た誤り4件のうち3件は、ベッドの端に座っている人・車いすの人・立っている人を「床にいる」と答えたものでした。人がいるのに「誰もいない」と答えた誤りはありませんでした。「床にいる」という答えは、必ず人が映像を確認する前提で扱う必要があります。

見守りカメラとAIで、転倒を検知できますか？

当社はおすすめしていません。検知や通報は、それを目的に作られた見守り機器の役割です。施設のPCで動くAIは、記録を書くときの補助に留め、画質の悪い映像やAIが「床にいる」と答えた映像は職員が確認する設計にするのが現実的です。

まとめ

• 選択肢から選ばせる方式なら、夜間に寄せた居室の画像でも、明るさを6割に落とした画質まではAIも読めた（架空画像12枚）
• 見えにくい画質（L2）から誤り始め、誤りは「床にいる」の側に偏った。人の有無の誤りは0件
• AIに見せる前に画質をプログラムで測れば、AIの誤りは減らせる。ただし人の確認は増え、基準は施設ごとに決め直しが必要
• 使い道は転倒の検知ではなく記録の補助。「床にいる」「判断できない」は必ず職員が確認する

まずは、自分の施設のカメラで、夜間の映像を数枚見てみてください。人の目で姿勢が分かるかどうかが、AIを試す価値があるかの最初の目安になります（人の目で分かっても、AIが誤る場合はあります）。