お天気で困る人を一人でも減らしたい ~ユーザーの行動を変えるサービスへ~

Profile ライフ・エンターテイメント・スポーツ事業本部 小池 佳奈 大学時代環境分野を学び、大学院1年の時に気象予報士の資格を取得。 当社では気象予報士の知識や実務経験を生かしたサービス企画を主に担当。 「人の命を助けたい」が気象予報士へのきっかけ 私は「人の命を助けたい」という気持ちを強く持ったことをきっかけに、現在は気象予報士の資格を生かして...

Profile
ライフ・エンターテイメント・スポーツ事業本部
小池 佳奈

大学時代環境分野を学び、大学院1年の時に気象予報士の資格を取得。
当社では気象予報士の知識や実務経験を生かしたサービス企画を主に担当。

「人の命を助けたい」が気象予報士へのきっかけ

私は「人の命を助けたい」という気持ちを強く持ったことをきっかけに、現在は気象予報士の資格を生かして 、お天気情報サービスの企画をしています。

「人の命を助ける」を実現するために、健康 に影響を及ぼすような環境汚染や、人の命を奪ってしまう気象災害などを幅広く学べる環境系の学部に進学し、特に気象学に興味を持ちました。
科学や技術は日々進歩し、気象予測の精度も上がっているにもかかわらず、毎年気象災害で亡くなる方は後を絶たない現実があります。
そこに対して貢献していきたいという思いが強くなり、大学院に進んだ際に気象予報士の資格を取得しました。

現在、気象観測技術やスーパーコンピューター等の計算資源の発展に伴い、気象情報の予測精度も向上しているものの、 その高い精度の情報 がユーザーの行動に十分につながっていないと考えています。

例えば、台風や大雨で川が増水しているにも関わらず、川沿いや 田んぼの様子を見に行って流されてしまう人が居らっしゃいます。それはテレビやラジオなどのお天気情報だけでは、自分の今いる場所にどれくらい自然災害の危機が迫っているのか伝わりきらず、危険から逃げるという行動につながっていないのが課題だと感じています。

ユーザーの行動を変えるお天気情報へ

ユーザーに伝わる情報を届けるチャレンジとして、現在 日本に6基しか設置されていない最新の気象レーダである「フェーズドアレイ気象レーダ」の観測情報を搭載した天気情報サービス『3D雨雲ウォッチ』のサービス運営を行っています。

世界最先端の気象レーダの情報を搭載していることはもちろん、これまで幅広い年代やユーザー層に向けてサービスを展開してきたエムティーアイのサービスづくりのノウハウ を生かして ユーザーに情報が伝わりやすい見せ方や伝え方の部分で、これまでのお天気情報の一歩先をいくサービスの提供を目指しています。

平面の雨雲レーダや「○ミリの雨が近づいています」といった注意喚起を文字で伝えても、自分事としてその危険を素早く理解し、行動に移す事ができるユーザーはまだまだ少ないと感じています。
このため、3D雨雲ウォッチでは、危険を疑似体験できるような3Dグラフィックで雨雲を描画することで、自分が今いる場所に「本当に危険が迫っている」という事を実感 して頂き、身を守るための回避行動に移すことができるユーザーを1人でも増やしたいという思いで取り組んでいます。

より早く危険を知らせることができる体制に

エムティーアイは2017年に気象庁の予報業務認可を受け、予測が自社でも可能になったことにより、理化学研究所や 情報通信研究機構などの研究機関等から受けたデータを分析することで 、リアルタイムに予測を出すことが可能になりました。

今までの気象レーダでは、積乱雲の全貌を捉えるには少なくとも5分はかかっていました。しかし、ゲリラ豪雨をもたらすような積乱雲の状況は数分で状況が変わるので、どうしても全貌を捉えてユーザーに届くまでにタイムラグができてしまう為、よりリアルな情報を届けることが難しい状況でした。
しかし、フェーズドアレイ気象レーダを活用して30秒で雨雲の全貌を観測する事 で、いち早くゲリラ豪雨の卵を検知し、80%以上の的中率でゲリラ豪雨の予測をユーザーにお届けできるようになりました。

夏になると、川遊びなどのレジャーの場面で河川の増水で溺れる事故が発生してしまうことがあります。
遊んでいるその場は晴れていても川上で積乱雲が発生し、大雨が降ることで急激に河川が増水し、気づいたときには身動きが取れなくなってしまったと いうニュースを見聞きします。
そのような事故の発生時は、「あと3分でも 早く予測情報の提供ができれば、ユーザーが川遊びを切り上げて避難するなどの行動が取れて被害に合わずに済んだのではないか」と悔しい気持ちになります。
「あと3分早く 情報が伝わっていたら…」という状況を少しでも改善していき、日常生活はもちろん、レジャーの場面でも自然災害で被害に遭われる人 を減らして いきたいと考えています。

2018年梅雨~夏のお天気の傾向・注意

今年2018年の梅雨から夏にかけて の降水量は、気象庁から西~東日本では平年並で、北に向かうほど多くなると 予測が出されています。
降水量は平年並みとはいえ、ゲリラ豪雨に関しては都心部の方がより降りやすく、その発生回数は毎年増えています。

出典:気象庁ホームページ

http://www.data.jma.go.jp/cpdinfo/extreme/extreme_p.html

上記の表を見てもわかる通り右肩上がりの傾向は続いていますので、2018年に限らず、今後ゲリラ豪雨に遭遇される方が増えることが予想されます。
これからも引き続きユーザーが自らの安全を守る行動を取ることができるような気象情報サービスの提供をしていきたいと思っています。

サービス情報
3D雨雲ウォッチ~フェーズドアレイレーダ ~
※現在、関東・関西の一部地域で実証実験を行っています。
http://www.mti.co.jp/?p=21852

ルナルナのビッグデータ分析から生まれた独自の排卵日予測アルゴリズムとは?

2017年11月に、医療分野の学術論文誌Journal of Medical Internet Researchにルナルナの排卵日予測の独自アルゴリズム開発に関する論文が掲載されました。...

2017年11月に、医療分野の学術論文誌Journal of Medical Internet Researchにルナルナの排卵日予測の独自アルゴリズム開発に関する論文が掲載されました。
ルナルナ独自の排卵日予測アルゴリズムの分析・開発から論文掲載まで携わった、猪狩一郎氏にルナルナ独自の排卵日予測アルゴリズムの詳細、またアルゴリズムを確立するまでの道のりを聞きました。

Profile
新技術開発室
猪狩一郎

東北大学工学部卒業
東京大学大学院総合文化研究科博士課程単位取得満期退学
博士(学術)
理化学研究所脳科学総合研究センター研究員を経て現職

当社では主にユーザーデータの数値分析を中心として、サービスを支える技術の先行開発を担当する

医学論文に掲載されたルナルナの排卵日予測の独自ロジックとは?

―――ルナルナの独自アルゴリズムとは、簡単に言うと、どのようなものなのでしょうか?

簡単に言うと、オギノ式の改良版です。
オギノ式では、生理日の情報のみを使って、過去の平均生理日から予測される次の生理開始日より14日前を排卵予定日と予測します。このときの14という数字はどんな生理周期の人でも一定だと仮定されています。

しかし、生理周期は人それぞれなので、一律14日前とするオギノ式に改良の余地はないのか?と考え、ルナルナ独自の排卵日予測アルゴリズムの確立に向けてデータ分析を行いました。

オギノ式(タイミング法と呼ぶこともあります)というのは、自分の生理日くらいしか手持ちの情報がない場合にはかなり有効な方法でした。
しかし、ルナルナの何十万、何百万人という単位で蓄積されてきた生理日やその他のデータを分析することで初めて、オギノ式を改良することが出来るようになりました。

確立したアルゴリズムに一定の客観性を持たせ、また一般に公開するという点で、医療分野の学術論文誌への掲載は重要な意味を持っていると思います。

オギノ式とルナルナ独自ロジックの違いとは?

ルナルナの独自アルゴリズムでも、平均の生理周期が28日の人は、オギノ式と一致する結果が出てきます。
しかし、世の中には平均の生理周期が28日の人ばかりではなく、たとえば24日の人もいれば、32日の人もいます。
オギノ式だと、28日の人も、24日の人も、32日の人も全員等しく、次の生理開始日より14日前を排卵日とします。

―――28日周期から外れれば外れるほど、オギノ式で予測した排卵日では不正確なのでは?という疑問は出てきますね。

そうですね、やはりオギノ式では当てはまらないという人がいるはずなのですが、28日周期の人が最も多いために、そこから外れるほど人数の割合は少なくなります。
このため、全体で何百人、何千人という単位の人のデータだけでは精度の高い排卵日の予測方法を開発することが難しい状況でした。

しかし、ルナルナには28日周期から外れている人のデータも大量に貯まっているので、平均生理周期が同じ人達のデータをグルーピングし、さらに、そのグループごとに排卵日(※病院での検査や、市販の排卵日検査薬で排卵日と特定された日)の記録をかけ合わせて、アルゴリズムを作っています。
そして、この手法による分析を行うにはデータ量は1万人分ほどでは充分ではなく、ルナルナを使ってくださっている方々の何百万というデータがあるからこそ信頼性が高い解析が出来ました。

アルゴリズムが出来てしまえば単純には見えますが、アイディアだけで出来るものではなく、世界的に見ても稀なほど多人数のユーザーデータがルナルナにあるからこそ実際に「正しい」と論文で証明出来るアルゴリズムを確立出来たのです。

その他あらゆる角度から分析を行って、アルゴリズムの確立に至っています。
「平均の生理周期」というのがそもそもどれくらいの期間安定して存在しているのか?といった基本的なところから地道に始めました。
生理周期が26日だった月もあれば、28日だった月もあるという人が多いはずなので、「生理周期が○日周期で安定している」とはどういう状態なのか?ということなども考察しながら検証を重ねました。
データを分析していくなかで、数ヶ月経つと体質変化などによる影響なのか、平均生理周期が徐々に変わってくる人が多いこともわかりました。

―――自分の平均生理周期を計算するとき、あまりにも昔の生理日データまで使ってしまうと、予測精度が下がってしまうことがあるということですね。

そういうことも含め、あらゆることを考慮して、アルゴリズムを作りました。
今までデータの数が少ないためにわかっていなかったことは意外とたくさんあって、そこを一から検証していきました。

妊娠を希望する人の切実な願いに応えたい

―――ユーザーが自力では到底知り得ない貴重なデータの分析結果がルナルナの排卵日予測に反映されているということですね。

はい。ルナルナを使っているだけで、特別な計算を意識しなくてもオギノ式を改良した排卵日予測アルゴリズムで妊活が出来るメリットがあります。

この分析を始めた背景には、「妊娠を希望する方の切実な願いに応えて、少しでも役立つ情報をルナルナから提供したい」という思いがあります。
オギノ式では、なかなかうまくいかない…という方にもぜひ利用してみて欲しいです。

多くの妊娠中の方、妊娠を希望している方がルナルナを使ってくださっているという責任は大きいので、これからも予測精度を上げていくために、ルナルナの運営チームも、研究チームも一丸となって取り組んでいきたいと考えています。

※分析の際に用いるすべてのデータはあらかじめ完全に匿名化されたものであり、個人の特定は出来ません。

掲載先論文 
Journal of Medical Internet Research
『Relationship Between the Menstrual Cycle and Timing of Ovulation Revealed by New Protocols: Analysis of Data from a Self-Tracking Health App』
http://www.jmir.org/2017/11/e391
1 2 3