脳データは誰のものか？——BCIとメンタルプライバシー

BCI（ブレイン・コンピュータ・インターフェース）は、脳信号を使ってコンピュータ、ロボット、支援機器などを操作する仕組みです。頭皮に装着するものも、脳内へ電極を置くものもあります。[1] ただし、BCIはニューロテクノロジー全体の一部です。脳を画像化する装置や、神経活動へ刺激を与える技術まで、すべてが狭い意味でのBCIとは限りません。

測定方法によって、見えているものが違う

• 頭皮EEG（脳波）は、多数の神経細胞に由来する電気活動を頭皮上で測ります。時間変化を細かく追える一方、どの場所から生じた信号かを特定する力には限界があり、眼球運動や筋肉、電極のずれも混ざります。
• ECoGや脳内電極は、脳表面や脳内から、より局所的な電気活動を測れます。その代わり手術を伴い、感染、出血、長期保守などのリスクがあります。
• fMRIは神経細胞の発火を直接読むのではなく、それに伴う血中酸素濃度の変化を測ります。脳内の位置を比較的細かく見られますが、時間変化は電気信号より遅く、大型装置の中での測定が必要です。

これらの装置が記録するのは、電位、周波数、発火、血流といった物理的な値です。そこへ前処理、特徴抽出、個人ごとの校正、機械学習を重ねて初めて、「右手を動かそうとしている可能性」や「この音声を聞いているときの意味表現」といった出力になります。

脳データは思考の文章ではありません。測定された信号から意味へ向かう、推論の出発点です。

現在のBCIが大きな価値を示しているのは、失われた運動やコミュニケーションを補う領域です。2023年の侵襲型発話BCI研究では、ALSにより明瞭に話せなくなった1人の参加者の脳へ4枚の微小電極アレイを置き、発話しようとしたときの活動を文字へ変換しました。12万5,000語の語彙で毎分62語、単語誤り率23.8%が報告されています。[2]

重要なのは、これが本人の無関係な思考を常時読み出した実験ではないことです。参加者は合図に合わせて意図的に発話を試み、モデルはその人から集めた多数の例で学習しました。復号器が推定した音素の確率には言語モデルも組み合わされ、最もありそうな文が選ばれています。

非侵襲型でも、2023年にはfMRIから、聞いた物語や想像した物語の意味を文章として再構成する研究が発表されました。[3] ただし対象は3人で、参加者ごとに長時間の訓練データが必要でした。出力は逐語的な書き起こしではなく意味の近い文章で、別の人向けに学習したモデルの性能は低下しました。さらに、訓練時にも利用時にも本人の協力が必要でした。

研究結果を読むときの五つの条件

• 何を推定する課題として、あらかじめ設定したのか。
• 本人専用の学習や校正を、どれだけ行ったのか。
• 侵襲型か非侵襲型か。どの脳領域を、どの解像度で測ったのか。
• 本人が意図的に課題へ参加していたか。
• 誤り率と、実験室の外での再現性が示されているか。

ニューロテクノロジーでは、脳活動を測って外部機器へ変換する方向を「read」、電気、磁気、音響などの刺激で神経活動へ働きかける方向を「write」と表現することがあります。しかし、コンピュータのファイルを読み書きするような対称な操作ではありません。

readは、観測した信号と、あらかじめ定義した出力の関係を復号します。writeは、刺激によって神経細胞が活動しやすい条件やネットワークの動きを変えます。現在の技術で、特定の文章、信念、記憶を狙いどおりに書き込めるわけではありません。刺激の効果には、位置、強度、タイミング、疾患、個人差が影響します。

両方向を組み合わせた例が、脳信号を測りながら刺激を調整する閉ループ神経刺激です。2024年のパーキンソン病研究では、4人の男性参加者について個人別の神経信号を選び、状態に合わせて刺激を変える適応型DBSを、臨床的に調整済みの持続刺激と比較しました。運動症状と生活の質の改善が報告されましたが、小規模な実行可能性試験であり、一般的な有効性を確定する結果ではありません。[4]

現在のwriteは、心へ内容を書き込むことではなく、神経活動へ条件つきで働きかけることです。

脳波ヘッドバンドやイヤホン型センサーは、研究用装置より少ない電極や乾式電極を使い、家庭でも測りやすくします。瞑想、睡眠、ゲーム、操作入力などへ応用できますが、装着のずれ、髪、発汗、まばたき、顎や額の筋肉、身体の動きが信号品質へ影響します。

2024年に4種類の消費者向け無線・乾式EEGを研究用装置と比較した研究では、すべての機器でアルファ波の変化を観測できた一方、周波数帯域は限定され、事象関連電位の時間波形には歪みがありました。P300と呼ばれる成分は検出できましたが、研究用装置に近い時間波形を示したのは1機種でした。[5]

信号を観測できることと、「集中」「疲労」「ストレス」といったラベルが正しいことも別です。ラベルの妥当性には、何を正解としたか、利用者と学習集団が似ているか、日常環境でも再現するかという追加検証が必要です。

原信号だけが機微な情報ではない

• 原信号：時系列のEEGや脳内電気活動、画像データ。
• 特徴量：周波数帯域、事象関連電位、活動パターン、個人別の埋め込み表現。
• 推定結果：操作意図、課題への反応、個人識別、健康や精神状態に関する仮説。

EEGを本来のBCI課題に利用しながら、同じデータから利用者を識別できる場合もあります。2023年の研究では、5種類のBCI課題にまたがる7データセットで、元のEEGからの平均ユーザー識別精度が70.01%でした。研究者は識別情報を減らしながら本来の課題性能を保つ変換も検証しました。[6] この数値は特定の実験条件での結果であり、すべてのEEGが同じ精度で個人を特定できるという意味ではありません。それでも、名前を外すだけでは十分でない可能性を示しています。

「脳データは誰のものか」という問いに、世界共通の一つの法的回答はまだありません。少なくとも米国政府監査院は、医療用と非医療用のBCIを横断する統一的な枠組みや、データの所有・管理に関する標準がないことを課題に挙げています。[1] 制度は国、利用目的、医療機器か消費者製品かによって異なります。

さらに、脳信号から精神状態へ至るまでには、測定、信号処理、統計的関連、モデル出力、社会的な解釈という推論の連鎖があります。どの推論を許容できるかは、精度だけでなく、利用場面、誤ったときの影響、推定しない場合との比較によって変わります。[7]

メンタルプライバシーと認知的自由

メンタルプライバシーは、思考や精神過程、それらについて推定された情報へ、他者がどの条件でアクセスできるかを本人が統制するという考え方です。認知的自由（cognitive liberty）は、OECDの定義では「精神的な自己決定への権利」です。ニューロテクノロジーを利用する自由だけでなく、測定や介入を拒み、自分の精神過程を他者の目的で操作されない自由も含む概念です。[8]

OECDは2019年の勧告で、個人脳データを、識別された、または識別可能な人の脳の構造・機能に関するデータで、生理、健康、精神状態について固有の情報を含むものと定義し、その保護と誤用の監視を求めました。[8]

UNESCOは2025年、ニューロテクノロジー倫理に関する初の世界的な勧告を採択しました。人間の尊厳、自由な意思、精神的完全性、メンタルプライバシーを中心に置き、神経データだけでなく、それを解析して得られる精神過程に関する情報も慎重に扱うよう求めています。[9] ただし、これは各国へ政策や法整備を促す国際勧告であり、それ自体が世界共通のデータ所有権を設定する条約ではありません。

大切なのは「所有者」という一語より、誰が取得し、何を推定し、誰へ渡し、いつ止め、消せるのかです。

同じ脳データから何を推定できるかは固定されていません。収集時には見つけられなかった特徴を、将来のAIが抽出する可能性があります。脳信号を視線、行動、会話、健康記録などと結びつければ、単独の信号より広いプロフィールを作れる一方、誤った推論も一層もっともらしく見えることがあります。

言語復号では、言語モデルが信号の曖昧さを補います。[2][3] それはコミュニケーションを助ける重要な仕組みですが、流暢な出力が脳内の文章と一致する保証にはなりません。観測された信号、モデルが補った部分、利用者が確定した内容を分けて扱う必要があります。

同意と制御を、データの流れへ埋め込む

• 目的を先に限定し、その目的に必要な信号だけを取得する。
• 原信号の保存、特徴量の作成、状態の推定、モデル学習、第三者提供を一つの同意にまとめない。
• 二次利用は初期値をオフにし、目的が変わるときは改めて選べるようにする。
• 保存期間、処理場所、共有先を示し、原信号と推定結果の両方を削除・持ち出しできるようにする。
• モデルや推定対象が大きく変わったときは、過去の同意を自動的に拡張しない。
• 本人が出力を訂正し、測定と刺激をすぐ停止できるようにする。

雇用、教育、保険のように断りにくく、推定結果が機会を左右する場面では、同意ボタンがあるだけでは十分とは限りません。子どもや意思決定能力が限られる人についても、本人の最善の利益、拒否の可能性、非治療目的で使う必要性をより厳しく検討すべきです。OECDとUNESCOの勧告も、透明性、明示的な同意、脆弱な立場の人の保護、意図しない利用の監視を重視しています。[8][9]

Lumoが扱う心拍、睡眠、声、行動は、脳データとは測定方法も意味も異なります。しかし、原信号から本人が意図しなかった特徴を推定できること、時間を重ねるほど個人を識別しやすくなること、AIによって二次利用の範囲が広がることは、Human Signal Intelligence全体に共通する設計課題です。

だからこそ、Lumoの原則は「深く理解する。集めるデータは、最小限に。」です。もし将来、神経系に由来する信号を扱うなら、その繊細さに合わせて次の境界をさらに厳格にする必要があります。

• 測れるものから始めず、本人に返す価値のある問いから始める。
• 結果だけで足りるなら連続する原信号を残さず、可能な処理は端末やデータの近くで行う。
• 観測値と推定を分け、確信度、適用条件、分からないことを示す。
• 感情名や思考内容を、本人より先に確定しない。
• 個人データの二次利用はオプトインに限定し、後から拒否・削除できるようにする。
• 雇用、教育、保険、医療などの高影響な判断を、単一の推定結果へ委ねない。
• 本人が確認、訂正、停止できる制御面を、常に残す。

Lumo ResearchとFeelmoは医療診断ではありません。Lumoが目指すのは、信号から本人の内面を断定することではなく、その人自身が変化を理解するための手がかりを、必要最小限のデータから返すことです。

人の信号を扱う技術の成熟度は、どこまで読めるかではなく、読まない境界を設計できるかで決まります。