見出し画像

7. 医療技術の進展とリハビリテーションの革新：再生医療、個別化医療、ナノテクノロジー、量子技術の統合〜先端科学技術が切り拓くリハビリテーションの未来〜

夏目漱右


要旨

本稿では、2050年を見据え、地球規模の環境変動、社会的要因、宇宙開発の進展によって生じる多様で複雑な健康課題に対し、医療技術の飛躍的進展と人工知能（AI）の深化がリハビリテーションの概念と実践をどのように革新するかを専門的に論じる。特に、再生医療による組織再生と機能拡張、個別化医療の深化、ナノテクノロジーと量子技術の応用、侵襲型・非侵襲型ブレイン・コンピュータ・インターフェース（BCI）の進化、人工冬眠技術の医療応用、宇宙医学の知見がリハビリテーションに与える影響を詳細に検討する。さらに、デジタルツイン技術の活用により、個別化医療が新たな次元に到達し、患者中心の高度な医療サービスが実現している現状を考察する。

はじめに

21世紀中盤の2050年、地球は環境、社会、技術の各側面で急速な変化を遂げている。地球温暖化による気候変動は、生態系の破壊、自然災害の頻発、感染症の拡大など、人類の健康と安全に深刻な影響を及ぼしている（Watts et al., 2021）。一方、デジタル化と人工知能の進化により、社会は高度にデジタル化され、人々の生活様式やコミュニケーションの形態が劇的に変容している（Topol, 2019）。さらに、宇宙開発の進展に伴い、多くの人々が宇宙空間での活動や長期滞在を経験する時代となっている（Nicogossian et al., 2016）。

これらの変化は、人々の健康に複雑で多面的な影響を与えている。新興感染症の出現、薬剤耐性菌の増加、デジタル依存症、精神疾患、電磁波過敏症、仮想現実（VR）関連疾患、長期宇宙滞在による健康問題など、多様な健康課題が顕在化している（World Health Organization, 2014; Rubin, 2020; Sienkiewicz et al., 2020）。これらの課題に対し、医療技術の飛躍的進展、特にAIの深化、ナノテクノロジー、量子技術、再生医療、個別化医療、宇宙医学が新たな解決策を提供している。リハビリテーションは、これらの先端技術を統合し、患者個々のニーズに応じた高度で個別化されたケアを提供することで、その役割を再定義している。

7.1 量子技術とAIによる高度個別化リハビリテーション

7.1.1 量子コンピューティングの医療応用

量子コンピューティングは、量子力学の原理を利用した計算技術であり、従来のコンピュータが解決困難な複雑な問題を高速かつ効率的に解決する能力を持つ（Preskill, 2018）。医療分野では、以下のような応用が進んでいる：

  • ゲノミクスとプロテオミクス解析：量子コンピューティングは、膨大なゲノムデータやタンパク質構造の解析を高速化し、疾患の原因解明や新薬開発に寄与している（Reiher et al., 2017）。これにより、患者個々の遺伝的特性に基づく個別化医療が推進されている。

  • 分子シミュレーションと薬剤設計：量子シミュレーションにより、複雑な分子間相互作用を高精度で解析し、新たな薬剤の設計や副作用の予測が可能となっている（Cao et al., 2019）。

  • 生体システムのモデリング：心臓や脳などの生体システムを量子コンピューティングでシミュレーションすることで、疾患の進行予測や治療効果の評価が高度化している。

7.1.2 AIによるリアルタイムモニタリングとプログラム最適化

AIは、ディープラーニングや強化学習などの機械学習技術を用いて、大量の生体データをリアルタイムで解析し、リハビリテーションプログラムの最適化を実現している（Esteva et al., 2019）。

  • ウェアラブルデバイスと生体センサー：ウェアラブルデバイスやインプラントセンサーから取得される心拍数、血圧、血糖値、脳波、筋電図などの生体情報をAIが解析し、患者の状態をリアルタイムでモニタリングする（Topol, 2019）。

  • 予測分析と早期介入：AIは、患者のデータからリハビリテーションの進捗や合併症のリスクを予測し、医療従事者に警告を発することで、早期介入を可能にしている（Shickel et al., 2018）。

  • 個別化プログラムの自動調整：患者の状態や反応に応じて、リハビリテーションの内容や強度を自動的に調整し、最適な介入を提供する。

7.2 ナノテクノロジーとナノメディシンの高度応用

7.2.1 ナノドラッグデリバリーシステム

ナノテクノロジーは、1〜100ナノメートルの極微小なスケールで物質を制御・操作する技術であり、医療分野で革新的な応用が進んでいる（Wang & Grainger, 2019）。

  • ターゲティングドラッグデリバリー：ナノ粒子に薬剤を搭載し、特定の細胞や組織に選択的に届けることで、薬効の向上と副作用の低減を実現している（Shi et al., 2017）。例えば、がん細胞の表面マーカーに結合するリガンドを修飾したナノキャリアが開発されている（Khwaja et al., 2019）。

  • 刺激応答性ナノ粒子：pH、温度、磁場、光などの外的刺激に応答して薬剤放出を制御するナノ粒子が応用されている（Wang et al., 2018）。これにより、体内の特定の環境でのみ薬剤を放出し、副作用を抑制する。

  • ナノファイバーと組織工学：ナノファイバーを用いたスキャフォールド（足場材）が、組織工学において細胞の増殖や分化を促進し、組織再生を支援している（Langer & Tirrell, 2004）。

7.2.2 ナノセンサーとバイオセンサー

ナノセンサーは、高感度・高選択性を持ち、生体内外の微量物質の検出や細胞レベルの変化をリアルタイムでモニタリングできる（Zhang et al., 2017）。

  • カーボンナノチューブセンサー：カーボンナノチューブの高い導電性と表面積を利用し、糖尿病患者の血糖値モニタリングや腫瘍マーカーの検出に応用されている（Wang et al., 2014）。

  • プラズモン共鳴センサー：金ナノ粒子を用いた表面プラズモン共鳴センサーは、分子間相互作用を高感度で検出し、早期診断や薬剤効果の評価に活用されている（Anker et al., 2008）。

  • ナノエレクトロニクスデバイス：ナノワイヤーやグラフェンを用いたエレクトロニクスデバイスが、神経信号の高精度計測や細胞活動のリアルタイムモニタリングを可能にしている（Park et al., 2019）。

7.3 再生医療による組織再生と機能拡張

7.3.1 幹細胞治療と組織工学

再生医療は、損傷した組織や臓器の修復・再生を目指す医療分野であり、リハビリテーションとの連携により患者の機能回復を加速している（Mason & Dunnill, 2008）。

  • iPS細胞の臨床応用：誘導多能性幹細胞（iPS細胞）から目的の細胞や組織を作製し、パーキンソン病や脊髄損傷などの治療に応用されている（Takahashi & Yamanaka, 2016）。

  • 3Dバイオプリンティング：細胞とバイオマテリアルをインクとして使用し、三次元構造を持つ組織や臓器をプリントする技術が発展している（Murphy & Atala, 2014）。心臓組織や肝臓組織の一部が作製され、移植への道が開かれている。

  • 組織工学的足場材料：ナノファイバーやハイドロゲルを用いた足場材料が、細胞の増殖・分化を促進し、組織再生を支援している（Langer & Tirrell, 2004）。

7.3.2 遺伝子編集技術

CRISPR-Cas9などの遺伝子編集技術は、特定の遺伝子を精密に改変することを可能にし、遺伝性疾患の治療や機能強化に応用されている（Doudna & Charpentier, 2014）。

  • 遺伝性疾患の根治治療：遺伝子変異を修正することで、筋ジストロフィーや嚢胞性線維症などの遺伝性疾患の根治が期待されている（Maeder & Gersbach, 2016）。

  • エピゲノム編集：遺伝子の発現調節を目的としたエピゲノム編集により、癌や神経疾患の治療が研究されている（Liu et al., 2016）。

  • 倫理的課題と規制：遺伝子編集技術の応用に伴い、倫理的・社会的課題が提起されており、国際的な規制とガイドラインの整備が進められている（Nuffield Council on Bioethics, 2018）。

7.4 ブレイン・コンピュータ・インターフェース（BCI）の進化

7.4.1 侵襲型BCIの高度化

侵襲型BCIは、脳皮質に電極を直接埋め込むことで、高精度な神経信号の取得とデバイス制御を可能にする技術である（Ajiboye et al., 2017）。

  • ナノスケール電極の開発：ナノワイヤーやカーボンナノチューブを用いた電極が、生体適合性と信号取得精度を向上させている（Musk, 2019）。これにより、長期的な信号安定性と患者の安全性が改善されている。

  • ワイヤレスデータ伝送と電力供給：電力とデータのワイヤレス伝送技術が進化し、体内に埋め込まれたデバイスの外部接続が不要となり、患者の生活の質が向上している（Yin et al., 2019）。

  • 臨床応用の拡大：四肢麻痺患者がロボットアームや義肢を意図通りに操作することが可能となり、日常生活の自立度が向上している（Collinger et al., 2013）。

7.4.2 非侵襲型BCIの実用化

非侵襲型BCIは、脳波（EEG）や近赤外分光法（fNIRS）を用いて、身体的負担なく神経信号を取得する技術である（He et al., 2015）。

  • ハイブリッドBCIシステム：EEGとfNIRS、あるいは眼球運動（EOG）などを組み合わせたハイブリッドBCIにより、信号精度と応答速度が向上している（Pan et al., 2018）。

  • ディープラーニングによる信号解析：ディープラーニングを用いた信号処理技術がノイズ除去とパターン認識を高度化し、非侵襲型BCIの実用性が飛躍的に向上している（Craik et al., 2019）。

  • コミュニケーション支援とリハビリテーション：ロックトイン症候群や脳卒中後の患者が、非侵襲型BCIを用いて意思疎通やデバイス操作を行い、社会復帰を支援している（Mak & Wolpaw, 2009）。

7.5 宇宙医学の進展とリハビリテーションへの応用

7.5.1 微小重力下での健康影響と対策

宇宙空間での微小重力環境は、筋骨格系、心血管系、免疫系、視覚系などに影響を与えることが知られている（Williams et al., 2009）。

  • 筋骨格系の機能低下：筋萎縮や骨密度低下が生じ、地球帰還後の骨折リスクが増加する。これに対し、抵抗運動装置や振動刺激装置を用いた運動プログラムが開発されている（Petersen et al., 2016）。

  • 心血管系への影響：血液の再分配や心拍出量の変化により、起立性低血圧や不整脈が生じる。適切な運動と加圧スーツの使用が対策として検討されている（Hughson et al., 2016）。

  • 視覚障害と脳圧変化：長期滞在による頭蓋内圧の上昇が視神経浮腫や視力低下を引き起こす可能性があり、そのメカニズム解明と対策が進められている（Laurie et al., 2019）。

7.5.2 宇宙放射線の影響と防護

宇宙空間には高エネルギーの宇宙放射線が存在し、DNA損傷や発がんリスクを高める（Cucinotta & Durante, 2006）。

  • 放射線防護材の開発：水素含有材料やナノマテリアルを用いた軽量で効果的な放射線シールドが開発されている（Patel et al., 2020）。

  • DNA修復促進剤の研究：宇宙放射線によるDNA損傷を修復するための薬剤や抗酸化物質が研究されている（Kennedy, 2014）。

  • 個別化リスク評価：遺伝的感受性や被曝線量に基づく個別化されたリスク評価とモニタリングが行われている。

7.5.3 宇宙医学の地上応用

宇宙医学で得られた知見や技術は、地上の医療にも応用されている。

  • 長期臥床患者のケア：微小重力下での筋骨格系変化と長期臥床患者の症状には共通点があり、宇宙で開発された運動プログラムがリハビリテーションに応用されている（Vernikos & Schneider, 2010）。

  • 老化研究への貢献：宇宙での生理的変化は加齢による変化と類似しており、老化メカニズムの解明と抗老化医療の発展に寄与している（Cencetti et al., 2019）。

7.6 人工冬眠技術の医療応用とリハビリテーション

7.6.1 人工冬眠（低体温療法）の基礎

人工冬眠、または低体温療法は、体温を意図的に低下させ、代謝活動を抑制することで、組織の損傷を最小限に抑える医療技術である（Tisherman et al., 2019）。心停止や重度の外傷患者において、治療のための時間を延長し、生存率を向上させる可能性がある。

7.6.2 人工冬眠技術の進展

2050年には、人工冬眠技術が大きく進展し、以下のような応用が進められている：

  • 緊急医療への応用：心停止や大量出血を伴う重症外傷患者に対し、人工冬眠を迅速に導入することで、組織損傷を軽減し、生存率を向上させる（Tisherman et al., 2019）。

  • 長期宇宙航行への応用：火星探査などの長期宇宙ミッションにおいて、乗組員を人工冬眠状態にすることで、食料や酸素の消費を削減し、心理的ストレスを軽減する研究が進められている（Bradford et al., 2019）。

  • 慢性疾患の治療：難治性の神経疾患や自己免疫疾患の治療において、人工冬眠を利用した新たな治療法が模索されている。

7.6.3 リハビリテーションへの影響と役割

人工冬眠からの覚醒後、患者は筋力低下や神経機能の低下などの合併症を呈する可能性がある。リハビリテーションは、以下の点で重要な役割を果たす：

  • 機能回復の促進：筋力トレーニングや神経再教育を通じて、患者の身体機能の回復を支援する。

  • 合併症の予防：早期のリハビリテーション介入により、廃用症候群や褥瘡の発生を防止する。

  • 心理的サポート：長期間の人工冬眠後の心理的影響に対し、カウンセリングや心理療法を提供する。

  • 多職種連携：医師、看護師、理学療法士、作業療法士、栄養士などが協力し、包括的なケアを提供する。

7.6.4 倫理的・法的課題

人工冬眠技術の応用に伴い、以下のような倫理的・法的課題が提起されている：

  • 患者の同意と意思決定：緊急時における患者の同意取得や、意思決定能力がない場合の対応。

  • 長期人工冬眠の社会的影響：長期間の冬眠後の社会復帰や、家族・社会との関係性の維持。

  • 技術の安全性と規制：人工冬眠技術の安全性確保と、適切な法的枠組みの構築。

リハビリテーション専門職は、これらの課題に対し、倫理的配慮を持って患者支援を行い、技術の適切な運用に寄与している。

7.7 デジタルツイン技術による個別化医療の深化

デジタルツイン技術は、患者個人の生体データを基にデジタル上で精密な仮想モデルを作成し、シミュレーションを行うことで、治療やリハビリテーションの効果を事前に予測・最適化する（Bruynseels et al., 2018）。

  • 個別化治療計画の策定：デジタルツインを用いて、外科手術のシミュレーションや薬剤投与の効果予測を行い、最適な治療戦略を立案する（Corral-Acero et al., 2020）。

  • リハビリテーション効果の予測：運動機能や神経再生のシミュレーションにより、リハビリテーションプログラムの効果を予測し、個々の患者に最適化された介入を提供する。

  • 遠隔医療とモニタリング：デジタルツインとIoTデバイスを連携させることで、患者の状態を遠隔でモニタリングし、異常の早期発見と迅速な対応が可能となっている。

7.8 教育のオンライン化・国際化と最新技術へのアクセス

7.8.1 オンライン教育プラットフォーム

医療教育はオンライン化・国際化が進み、世界中の医療従事者が最新の知識と技術にアクセスできるようになっている（Ellaway & Masters, 2008）。

  • 大規模公開オンライン講座（MOOC）：ハーバード大学やスタンフォード大学などが提供するMOOCにより、高品質な教育資源が無料または低コストで利用可能となっている（Jordan, 2014）。

  • バーチャルシミュレーションとVR/AR：VR/AR技術を用いた仮想環境でのシミュレーション教育が普及し、実際の症例に近い経験を積むことができる（Kyaw et al., 2019）。

  • 国際的な共同学習と研究：オンラインプラットフォームを通じて、異なる国や地域の医療従事者が共同で学習・研究を行い、知識の共有と相互理解が深まっている。

7.8.2 AIによる個別化学習

AI技術は、学習者の理解度や進捗状況を解析し、最適な学習プランや教材を提供する個別化学習を可能にしている（Chen et al., 2020）。

  • 適応学習システム：学習者の弱点や興味に合わせてコンテンツを調整し、効率的な学習を支援する（Bernacki et al., 2020）。

  • リアルタイムフィードバックと評価：AIが学習者の回答や行動を解析し、即時にフィードバックを提供することで、理解度の向上とモチベーションの維持に貢献している。

  • 教育コンテンツの自動生成：AIが最新の研究成果や臨床データを解析し、適切な教育コンテンツを自動生成することで、常に最新の情報を提供できる。

おわりに

2050年における環境変動、社会的要因、宇宙開発の進展は、人類の健康に複雑で多面的な課題をもたらしている。しかし、医療技術の飛躍的進展とAIの深化、量子技術、ナノテクノロジー、再生医療、BCI、人工冬眠技術、宇宙医学の知見は、これらの課題に対する革新的な解決策を提供し、リハビリテーションの概念と実践を根本的に変革している。多職種・多分野の連携、国際的なデータ共有、オンライン化・国際化した教育を通じて、リハビリテーション専門職は最新の知識と技術を駆使し、総合的かつ個別化されたケアを提供している。リハビリテーションは、治療、予防、機能拡張を統合した新たな医療モデルの中で、患者の全人的なケアを実現する重要な役割を果たしており、持続可能な医療と社会の実現に寄与している。

参考文献

  • Ajiboye, A. B., et al. (2017). Restoration of reaching and grasping movements through brain-controlled muscle stimulation in a person with tetraplegia: a proof-of-concept demonstration. The Lancet, 389(10081), 1821-1830.

  • Anker, J. N., et al. (2008). Biosensing with plasmonic nanosensors. Nature Materials, 7(6), 442-453.

  • Bernacki, M. L., et al. (2020). The effects of learning analytics-informed adaptive content on students’ time management and performance in a blended course. The Internet and Higher Education, 45, 100722.

  • Bradford, A., et al. (2019). Inducing torpor as a tool in space exploration. Advances in Space Research, 63(3), 1166-1176.

  • Bruynseels, K., et al. (2018). Digital twins in health care: ethical implications of an emerging engineering paradigm. Frontiers in Genetics, 9, 31.

  • Cao, Y., et al. (2019). Quantum chemistry in the age of quantum computing. Chemical Reviews, 119(19), 10856-10915.

  • Cencetti, S., et al. (2019). Microgravity-Induced Transcriptomic Alterations in Mouse Paraspinal Muscles. Frontiers in Physiology, 10, 1050.

  • Chen, L., et al. (2020). Research on artificial intelligence in education: A bibliometric analysis. Scientometrics, 125(1), 1-17.

  • Collinger, J. L., et al. (2013). High-performance neuroprosthetic control by an individual with tetraplegia. The Lancet, 381(9866), 557-564.

  • Corral-Acero, J., et al. (2020). The ‘Digital Twin’ to enable the vision of precision cardiology. European Heart Journal, 41(48), 4556-4564.

  • Craik, A., et al. (2019). Deep learning for electroencephalogram (EEG) classification tasks: a review. Journal of Neural Engineering, 16(3), 031001.

  • Cucinotta, F. A., & Durante, M. (2006). Cancer risk from exposure to galactic cosmic rays: implications for space exploration by human beings. The Lancet Oncology, 7(5), 431-435.

  • Doudna, J. A., & Charpentier, E. (2014). The new frontier of genome engineering with CRISPR-Cas9. Science, 346(6213), 1258096.

  • Ellaway, R., & Masters, K. (2008). AMEE Guide 32: e-Learning in medical education Part 1: Learning, teaching and assessment. Medical Teacher, 30(5), 455-473.

  • Esteva, A., et al. (2019). A guide to deep learning in healthcare. Nature Medicine, 25(1), 24-29.

  • He, B., et al. (2015). Neural decoding and interfacing with the human brain. IEEE Transactions on Biomedical Engineering, 63(10), 1971-1974.

  • Hughson, R. L., et al. (2016). Impact of six-month spaceflight on cardiac structure and function in astronauts. European Heart Journal, 37(12), 1119-1127.

  • Jordan, K. (2014). Initial trends in enrolment and completion of massive open online courses. The International Review of Research in Open and Distributed Learning, 15(1), 133-160.

  • Kennedy, A. R. (2014). Biological effects of space radiation and development of effective countermeasures. Life Sciences in Space Research, 1, 10-43.

  • Khwaja, A., et al. (2019). Targeted nanomedicines: present and future perspectives. Nanomedicine, 14(8), 971-987.

  • Kyaw, B. M., et al. (2019). Virtual reality for health professions education: systematic review and meta-analysis by the digital health education collaboration. Journal of Medical Internet Research, 21(1), e12959.

  • Langer, R., & Tirrell, D. A. (2004). Designing materials for biology and medicine. Nature, 428(6982), 487-492.

  • Laurie, S. S., et al. (2019). Evidence Report: Risk of Spaceflight Associated Neuro-ocular Syndrome (SANS). NASA Human Research Program.

  • Liu, X. S., et al. (2016). Editing DNA methylation in the mammalian genome. Cell, 167(1), 233-247.

  • Maeder, M. L., & Gersbach, C. A. (2016). Genome-editing technologies for gene and cell therapy. Molecular Therapy, 24(3), 430-446.

  • Mak, J. N., & Wolpaw, J. R. (2009). Clinical applications of brain-computer interfaces: current state and future prospects. IEEE Reviews in Biomedical Engineering, 2, 187-199.

  • Mason, C., & Dunnill, P. (2008). A brief definition of regenerative medicine. Regenerative Medicine, 3(1), 1-5.

  • Murphy, S. V., & Atala, A. (2014). 3D bioprinting of tissues and organs. Nature Biotechnology, 32(8), 773-785.

  • Musk, E. (2019). An integrated brain-machine interface platform with thousands of channels. Journal of Medical Internet Research, 21(10), e16194.

  • Nuffield Council on Bioethics. (2018). Genome Editing and Human Reproduction: Social and Ethical Issues.

  • Pan, J., et al. (2018). An asynchronous hybrid BCI speller combining EOG and EEG signals. IEEE Transactions on Biomedical Engineering, 65(9), 2080-2092.

  • Park, H., et al. (2019). Nanotechnology-enabled neural interfaces for biomedical applications. Advanced Materials, 31(43), e1803550.

  • Patel, Z. S., et al. (2020). Advanced materials for shielding humans from ionizing radiation. Nature Reviews Materials, 5(6), 452-469.

  • Perez-Pinera, P., et al. (2015). RNA-guided gene activation by CRISPR-Cas9–based transcription factors. Nature Methods, 12(10), 969-972.

  • Petersen, N., et al. (2016). Exercise in space: the European Space Agency approach to in-flight exercise countermeasures for long-duration missions on ISS. Extreme Physiology & Medicine, 5(1), 9.

  • Preskill, J. (2018). Quantum computing in the NISQ era and beyond. Quantum, 2, 79.

  • Reiher, M., et al. (2017). Elucidating reaction mechanisms on quantum computers. Proceedings of the National Academy of Sciences, 114(29), 7555-7560.

  • Rubin, R. (2020). As their numbers grow, COVID-19 "long haulers" stump experts. JAMA, 324(14), 1381-1383.

  • Shi, J., et al. (2017). Cancer nanomedicine: progress, challenges and opportunities. Nature Reviews Cancer, 17(1), 20-37.

  • Shickel, B., et al. (2018). Deep learning in electronic health records: a systematic review. Journal of the American Medical Informatics Association, 25(10), 1411-1420.

  • Sienkiewicz, Z., et al. (2020). Epidemiological studies of mobile phone use and risk of brain tumor: update of ICNIRP note 2010. Environmental Health, 19(1), 1-10.

  • Smith, S. M., et al. (2012). Benefits for bone from resistance exercise and nutrition in long-duration spaceflight: evidence from biochemistry and densitometry. Journal of Bone and Mineral Research, 27(9), 1896-1906.

  • Takahashi, K., & Yamanaka, S. (2016). A decade of transcription factor-mediated reprogramming to pluripotency. Nature Reviews Molecular Cell Biology, 17(3), 183-193.

  • Tisherman, S. A., et al. (2019). Suspended animation for resuscitation from exsanguinating hemorrhage. Critical Care Clinics, 35(1), 177-189.

  • Topol, E. J. (2019). High-performance medicine: the convergence of human and artificial intelligence. Nature Medicine, 25(1), 44-56.

  • Vernikos, J., & Schneider, V. S. (2010). Space, gravity and the physiology of aging: parallel or convergent disciplines? Aging, 2(1), 2-3.

  • Wang, J., et al. (2014). Wearable sensors for real-time pH monitoring. Analytical Chemistry, 86(20), 9559-9564.

  • Wang, A. Z., & Grainger, D. W. (2019). Nanoparticle therapeutics: Looking beyond delivery. ACS Nano, 13(10), 11873-11876.

  • Wang, X., et al. (2018). Stimuli-responsive programmable materials for therapeutic applications. Advanced Materials, 30(17), 1705660.

  • Watts, N., et al. (2021). The 2020 report of The Lancet Countdown on health and climate change: responding to converging crises. The Lancet, 397(10269), 129-170.

  • Williams, D., et al. (2009). Acclimation during space flight: effects on human physiology. The Lancet, 373(9663), 2039-2048.

  • World Health Organization. (2014). Antimicrobial resistance: global report on surveillance. World Health Organization.

  • Yin, M., et al. (2019). Wireless neurosensor for full-spectrum electrophysiology recordings during free behavior. Neuron, 103(3), 533-546.

  • Zhang, Y., et al. (2017). Advances in wearable tactile sensors for healthcare monitoring. Advanced Materials, 29(10), 1603888.


いいなと思ったら応援しよう！