統合システムとしてのニューロフィードバック機器

ニューロフィードバック機器とは？

ニューロフィードバック機器とは、脳活動に関連する信号を測定し、それらの信号に関する情報を視覚的または聴覚的な合図としてユーザーに提示する装置です。全体的な目的は、ユーザー自身の脳活動の変化を観察させ、そのフィードバックに応じて脳の状態を調整する練習を行わせることにあります。機器によって、何を測定するか、信号をどのように処理するか、そしてフィードバックがどのように提供されるかは異なります。ニューロフィードバック機器自体は、診断を下すものでも、特定の疾患が存在することを証明するものでもありません。

ニューロフィードバックはどのように機能するのか？

一般的なセッションでは、人がタスクを実行している間、安静にしている間、またはフィードバックプログラムに取り組んでいる間に、センサーが信号を収集します。ソフトウェアは入力されたデータを処理し、定義されたルールに従って画面表示や音などの合図を変化させます。

ユーザーはさまざまな認知的・精神的アプローチを試しながら、フィードバックが変化するかどうかを確認できます。この手順はバイオフィードバックの一種として説明されるのが一般的ですが、トレーニングプロトコルやそのフィードバックの意味は多岐にわたります。

測定、フィードバック、実践のサイクルが、このアプローチの中核を成しています。センサーは思考を読み取るわけではなく、フィードバック表示も人の精神状態を直接そのまま表しているわけではありません。むしろ、それは測定された信号の特定の選定された特徴を表しており、体動、電極の接触状態、ソフトウェアのデータ処理方法などに影響を受ける場合があります。その違いを理解しておくことで、セッションの効果に関する主張を客観的かつ適切に見定めることができます。

ニューロフィードバック機器の種類

ニューロフィードバックシステムは、測定する信号の種類や使用される環境によって分類できます。頭皮で記録される電気活動に依存するものもあれば、光を利用した測定を用いるもの、あるいはセンサーを他の形態のフィードバックと組み合わせるものもあります。採用されている技術は機器が何を観察できるかに影響しますが、それ単体でトレーニングプログラムの質を決定づけるものではありません。基本的な比較を行うことで、これらの違いが理解しやすくなります。

EEG（脳波）ニューロフィードバック

EEGニューロフィードバックは、電極を使用して頭皮から電気活動を記録します。機器または関連ソフトウェアが記録を処理し、選択された信号の特徴に基づいてフィードバックを提示します。電極の配置、接触状態、体動、信号処理のすべてがデータに影響を与えるため、EEG機器やプロトコルには多様性が見られます。頭皮電極の配置に関するガイドでは、セットアップが記録や解釈にどのように影響するかについて詳細な背景情報を提供しています。

以下の分類は、有効性の評価ではなく、大まかな測定アプローチの違いを示しています。システムの実際の性能はセンサーとソフトウェアに依存し、同じカテゴリー内の機器であっても大きく異なる場合があります。

これらのカテゴリーは互いに置き換え可能なものではなく、単に名称が同じだからといって機器がどのようなデータを表示するかを説明できるわけではありません。システムの評価には、測定内容、限界点、想定される利用環境がどれだけ明確に示されているかも関係してきます。

fNIRSニューロフィードバック

機能的近赤外分光法（fNIRS）は、光を利用して脳の表面近くの組織における血中酸素化の変化を推定します。ニューロフィードバックへの応用では、これらの推定値を使用して、測定信号の変化に関するフィードバックを生成することがあります。これは頭皮で電気活動を記録するEEGとは異なるため、この2つの手法を同等または直接の代替手段として扱うべきではありません。

解釈は、測定環境や実施されているタスクによって異なります。fNIRS信号は、頭皮近傍の血流変化など、脳外の要因にも影響を受ける可能性があります。そのため、特定の信号が何を意味するかの主張は、画面表示だけで推測するのではなく、手法とその検証に基づいている必要があります。

ウェアラブルニューロフィードバック機器とその他の新興技術

ウェアラブルシステムでは、研究室やクリニックの外で繰り返し使用できるように設計された小型センサーが採用されることがあります。その形状によりセットアップが手軽になりますが、携帯性が高いからといって、信号が正確であること、臨床的に意味があること、あるいはあらゆる目的に適していることが保証されるわけではありません。一部の機器は簡略化されたスコアやインタラクティブなフィードバックを提示しますが、ユーザーインターフェースと基盤となる測定方法は別物です。

他の新興アプローチでは、ニューロフィードバックを追加のセンサーや他のフィードバック形式と組み合わせることがあります。このような組み合わせでは、どの信号が測定され、ソフトウェアがそれを使って何を行っているかを特定することが特に重要になります。センサーの配置、データの取り扱い、解釈の限界に関する明確なドキュメントは、「脳トレーニング」といった大まかな主張よりもはるかに有益な情報をもたらします。

ニューロフィードバック機器の内部：信号処理とフィードバックループ

すべてのニューロフィードバックシステムは同じ3段階のパイプラインで動作しており、各段階の品質が、ユーザーが実際に自身の脳状態を調整することを学べるかどうかを決定づけます。

• 信号取得：まばたき、筋肉の緊張、ケーブルの動きによるノイズに対処しながら、生のEEGまたはfNIRSデータを収集します。

• 信号処理：アーティファクトをフィルタリングし、さまざまな精神状態に関連するシータ波、アルファ波、SMR（感覚運動リズム）、ベータ波などの周波数帯域を分離します。

• フィードバックアルゴリズム：ターゲットとなる脳波活動の変化を、学習を促進する視覚的または聴覚的な合図に変換します。

信号取得が出発点です。頭部に配置されたセンサーが、電気的変動（EEG）または血中酸素化の変化（fNIRS）を検出します。この段階の信号は非常に小さく、まばたきや筋肉の緊張、さらにはケーブルのわずかな動きによるノイズに埋もれてしまいます。実際に記録されるのは、脳活動と不要なバックグラウンドノイズの混ざり合ったものです。

この混ざり合った信号は、信号処理段階でクリーンアップされます。機器のソフトウェアが既知のアーティファクトをフィルタリングし、生の波形を数学的にシータ波、アルファ波、感覚運動リズム（SMR）、ベータ波などの異なる周波数帯域に分離します。

それぞれの帯域は、特定の精神状態と緩やかに関連しています。遅いシータ波活動は眠気があるときや内面に意識が向いているときに現れやすく、速いベータ波活動は積極的な集中に伴うことが多くなります。ニューロフィードバック機器は、穏やかな覚醒状態を得るために12〜15 HzのSMRを増やす、あるいは持続的な注意のために15〜18 Hzのベータ波を高めるといったように、トレーニングプロトコルがターゲットとする帯域を分離することを目指します。

処理されたデータは次にフィードバックアルゴリズムに入ります。これは数値を学習へと変換する部分です。ソフトウェアは、選択された周波数帯域の現在の振幅や比率を取得し、それを視覚的または聴覚的な合図に変換します。道路を走る車が加速したり、チャイムの音が大きくなったり、パズルのピースがカチッとはまったりする様子を目にするかもしれません。これらはすべて、脳が目標の状態に向かって変化しているかどうかに応じて制御されます。

アルゴリズムは、フィードバックの応答速度、報酬をトリガーする変化の量、そして注意が散漫になったときにシステムがどれだけ許容するかを決定します。更新が遅すぎる鈍いループでは、精神的な努力と結果を結びつけるのが難しくなり、一方で過剰に敏感に反応するループは混乱を招く可能性があります。

消費者向けニューロフィードバック技術に関する2023年の研究レビューでは、これらの機器がユーザビリティを最優先に設計されていることが強調されています。それらが「臨床的な魅力」を持つ理由の一つは、アーティファクトの除去からフィードバックゲームの設計に至るまでのパイプライン全体が、脳波計測機器を一度も使ったことがない人でもスムーズに操作できるように工夫されている点にあります。

システムがシームレスな全体として機能すると、初心者であっても自身の内面の状態と画面上のデジタルの反応との関連性に気づき始めることができます。

ニューロフィードバックに関する科学的証拠の評価

エンジニアリングの理論は理にかなっていますが、研究者が実際にニューロフィードバック機器をテストした場合はどうなるでしょうか？その証拠は、広範なレビュー、焦点を絞ったランダム化比較試験、症例報告などが入り混じったパッチワークのような状態です。それらを精査すると、確かな可能性と大きな課題の両方が見えてきます。

メンタルヘルスとウェルビーイングを対象としたコンシューマー向けEEGおよびfNIRS機器の調査では、ADHD、不安、うつ病、てんかんなどの状態に関する既存の文献が確認されました。そのレビューでは、「ニューロフィードバック機器の有効性を示唆する証拠がある」と記されており、一部の研究で改善が報告されていることは確かです。

しかし、同じ分析では、研究全体として「厳密に管理された対照試験が不足している」とも警告されています。綿密に設計された対照群がなければ、改善のうちどれだけがニューロフィードバックそのものによるもので、どれだけが時間の経過、研究に参加したことによる特別な配慮、あるいは単にヘッドセット（headset）を装着して静かに座っていたことによるものかを判断することは困難です。

より正確な実態を示しているのが、物質使用障害の入所治療施設において自動化されたEEGバイオフィードバックシステムを検証したランダム化比較試験（RCT）です。参加した95名全員に開始時点で測定可能な注意欠陥があり、全員が集団療法、家族療法、個人カウンセリングなどの標準的なパッケージを受けました。その後、彼らは無作為に3つのグループに分けられました。

1. AEB群：機器自体によって実行される、自動化されたEEGバイオフィードバックを15セッション受ける。

2. CEB群：臨床家の指導によるバイオフィードバックを15セッション受ける。

3. AT群：バイオフィードバックなしで、標準的な追加セラピーを15セッション受ける。

結果は、集中を持続し衝動的な反応をどれだけ抑制できるかを追跡するコンピュータベースのタスクであるTOVA（Test of Variables of Attention）によって測定されました。AT群はどのTOVA指標でも変化を示しませんでした。対照的に、バイオフィードバックを受けた両群（自動化群と臨床家指導群）は、反応時間のばらつき、見落としエラー（Omission Error）、過誤エラー（Commission Error）、およびd-prime（注意感度の尺度）において有意な改善を示しました。

これらの比較はすべてp値.01未満に達しており、変化がランダムなノイズである可能性は極めて低いことを示しています。極めて重要なのは、自動化群と臨床家指導群の間に差がなかった点です。適切に設計されたスタンドアロンシステムは、少なくともこの特定の集団および注意関連のエンドポイントにおいて、訓練を受けた専門家が提供する同じプロトコルと同等に効果的でした。

この知見は、管理された条件下であれば、機器の内部アルゴリズムとフィードバック設計が統計的に有意な認知的変化をもたらし得ることを示しています。ただし、この研究は特定の狭いグループ（注意欠陥を持つ回復期の物質使用者）を対象としているため、同じ自動化システムがADHDの子供や全般性不安を持つ人にも全く同じ結果をもたらすと早計に結論づけることはできません。

より広範な臨床データは、大規模な試験からではなく症例研究から得られることが多くなっています。例えば、規範データベースを用いて複数のEEG関係を反映した瞬間ごとのフィードバックを生成するニューロフィードバックの一種であるLive Zスコアトレーニング（LZT）で治療された一連の症例では、脳波パターンがより典型的なプロファイルへと移行したことが報告されています。

著者らは、複数回のセッションを通じてQEEG（定量的脳波）指標が変化し、これらの変化が臨床的改善を伴っていたことを観察しました。症例研究は、アイデアを生み出し、実際の臨床現場で何が起こり得るかを示す上で価値があります。しかし、それらは対照研究の代わりにはなりません。

LZTを受けなかった人たちのグループがなければ、同じ改善が自然に生じたのか、それとも別の介入によって生じたのかを知る術はありません。したがって、Live Zスコアの報告は勇気づけられるものではあるものの、確立された証拠というよりは「有望な逸話」のカテゴリーにとどまります。

ニューロフィードバック機器における信頼性の重要性

ニューロフィードバック機器が世界で最も洗練されたアルゴリズムを備えていたとしても、ハードウェアに一貫性がなかったり、壊れたガジェットを操作しているような感覚を抱かせたりするようであれば、治療の可能性は失われてしまいます。システム全体における2つの側面が、現実世界での成果を大きく左右します。それは「技術的信頼性」と「使いやすいデザイン」です。

ある直接的な機器研究では、同じモデルのニューロフィードバック機器（Focused Technology F-1000）の内部にある2つの異なるコンピュータ基板が、一致した結果を出すかどうかがテストされました。8人の参加者が交互に2つの基板に接続され、指の温度と頭皮の2か所のEEG測定値が記録されました。

分析の結果、2つのコンピュータの測定値は実質的に同一であることが判明しました。データのばらつきのほぼすべては参加者自身によるものであり、機械に起因するものではありませんでした。このことは、少なくとも一部のスタンドアロン型ニューロフィードバック機器は、再現性があり内部的に一貫したハードウェアを提供できることを示しています。セッションを通じて脳波パターンの変化が機器に示された場合、機械の読み取り方が変わったからではなく、自分自身の内部で変化が起きていると合理的に確信することができます。

2つ目の柱はユーザビリティです。コンシューマー向けニューロフィードバック機器は、一般の人が自宅で使用することを明確に意図して作られています。これらの技術に関するレビューでは、直感的なアプリインターフェース、簡単なセンサー配置、わかりやすいフィードバック表示などの要素こそが、研究室の外においてこれらのツールに「臨床的な魅力」を与えていると指摘しています。

操作にエンジニアリングの学位が必要な家庭用機器は、結局引き出しの中にしまい込まれることになります。誰もヘッドセット（headset）を装着しなければ、最高のフィードバックアルゴリズムであっても何も教えることはできません。したがって、ユーザビリティは単なる設計上の美点のように思えるかもしれませんが、実際には機器の有効性を支える中核部分なのです。使っていてストレスの少ないシステムであれば、学習プロセスが起こるのに十分な時間、ユーザーの関心を維持することができます。

ニューロフィードバックの主張と証拠の間の隔たり

検索バーに「ADHD ニューロフィードバック」と入力すると、薬を使わない恒久的な解決策を謳う宣伝が見つかります。広告では、この治療法が不安症状を確実に解消し、集中力を研ぎ澄まし、睡眠さえも改善できるかのように語られることがよくあります。科学文献がそうした主張を全面的に裏付けていれば都合が良いのですが、現実はもっと慎重なものです。

これらの機器が生理学的信号を実際に記録していることは確かであり、自動化システムを用いたランダム化比較試験は、臨床集団において注意力が向上し得ることを示しています。これは有意義な前進です。しかし、より広範な研究の全体像は依然として不完全なままです。

コンシューマー向けニューロフィードバック技術のレビューでは、マーケティング資料で最も頻繁に引用されるメンタルヘルス疾患に関して、文献は結論が出ていないと明確に述べています。ニューロフィードバック機器を信頼できるシャム（偽刺激）や確立された治療法と比較する、厳密に管理された実験が単に不足しているのです。そうした研究が積み重ねられるまでは、ADHDを治癒する、あるいは不安を解消するといった広範な主張は、科学的証拠を先取りしすぎています。

Live Zスコアの症例集積は興味深い知見を加えていますが、その隔たりを埋めるものではありません。一握りの個人にEEGの変化が見られ、気分が良くなったと観察することは、プラセボ効果を超えてその介入が変化を引き起こしたと証明することと同じではありません。

同様に、物質使用者の入所施設での肯定的な結果はRCTによるものであるため期待が持てますが、それは特定の集団における注意力に関する極めて限定的な問いに答えたものにすぎません。学校で不注意に悩むティーンエイジャーは、ベースラインとなる脳の状態も環境も全く異なる可能性があるため、同じプロトコルが同一の結果をもたらすとは限りません。

適切な姿勢とは、世間の一般的な主張を「証明されていない約束」として受け止め、対照データが実際に示していることに目を向けることです。すなわち、特定の集団において測定可能な注意力の向上をもたらす機器が存在すること、ハードウェア自体は信頼性を持ち得ること、そしてそうした環境下では自動化システムが臨床家によるセッションと同等の有効性を持ち得ることです。「有望な兆候」から「広範な疾患に対する実証された治療法」に至る道には、さらなる研究が必要です。

教育と研究のためにEmotivツールでニューロフィードバックを探求するには？

これまでの内容はすべて同じ結論を指し示しています。ニューロフィードバックシステムとは一つのパイプラインであり、それを理解するための最善の方法は各段階が動作しているのを見ることです。そこにEmotivのEEGハードウェアとソフトウェアが適合します。これらを使用することで、教室、研究室、または開発者のデスクのいずれであっても、信号を記録し、処理を検査し、フィードバックをご自身で設計することが可能になります。

最初から目的を明確にしておくことが役立ちます。

Emotivツールの目的： ニューロフィードバックがどのように機能するかを教育すること、フィードバックパラダイムを研究すること、フィードバックアプリケーションをプロトタイプすること、そして個人的な関心から集中やリラックスを探求すること。

目的ではないこと： Emotiv製品は研究用途および個人使用のみを目的としています。医療機器ではなく、ADHD、不安、その他のいかなる状態の診断、治療、管理を行うよう設計されたり意図されたりしたものでもありません。臨床家が提供するニューロフィードバックの代わりになるものではありません。

インタラクティブなアプリケーションを通じて、ユーザーはどのようにライブニューロフィードバックループを体験できるか？

Emotiv Playは、MN8イヤホンおよびInsightヘッドバンド用の脳制御モバイルゲームのセットです。各ゲームは前述のサイクルに従います。headsetが脳信号を検知し、機械学習アルゴリズムがそれらをゲーム内コマンドに変換し、プレイヤーがその結果を目にします。例えば「Mindful Garden」では、プレイヤーが集中とリラックスを維持するにつれて花が成長します。

プレイヤーは簡単なキャリブレーションを実行して個人のベースラインを設定し、設定画面でコマンドの再トレーニング、感度の調整、難易度の変更を行うことができます。これらの設定は、上述したフィードバックアルゴリズムの決定事項そのものです。つまり、どの程度の変化で報酬を発生させるか、注意がそれたときにシステムがどれだけ許容するかを調整するということです。

厳密に言えば、トレーニングされたメンタルコマンドによって動作するゲームは、古典的な帯域パワーニューロフィードバックというよりもブレイン・コンピュータ・インターフェース（BCI）に近いものです。しかし初心者にとっては、「脳活動が変化し、画面がそれに応答する」という核となる概念を具体的に実感できるものとなります。

Emotiv BrainVizは、EEG活動をリアルタイムの3Dビジュアライゼーションとして表示し、Epoc XおよびInsightに接続できます。後述する2024年の研究では、研究者らがEpoc X headsetとBrainVizを使用してアルファ波帯域のニューロフィードバックを提供しました。

開発者はAPIや開発者向けプランを使用して、どのようにカスタムニューロフィードバックループを構築できるか？

フィードバック段階を自分自身で設計したい学生や開発者向けに、Cortex APIは周波数帯域データ（FFTおよび帯域パワー）、パフォーマンス指標、モーションデータへのリアルタイムアクセスを提供し、上位の開発者向けプランでは生のEEGデータも利用可能です。短いスクリプトを書くだけで、学生はアルファ波パワーをトーンの音量や画面上の図形の大きさにマッピングし、しきい値や更新レートを実験することができます。更新が遅すぎるループがなぜ接続されていないように感じられ、反応が早すぎるループがなぜ混乱を招くのかを発見するための最も直接的な方法です。

EmotivPROは記録と分析をカバーしています。生のEEG、トレーニングブロックと安静ブロックを分離するイベントマーカー、そしてPsychoPy、MATLAB、EEGLABなどのツールと同期するためのLab Streaming Layerサポートが備わっています。

EmotivPRO BuilderとEmotivLABSを使用すると、研究者はブラウザ上で実験を構築し、Emotivのheadsetを所有する参加者に公開することもできます。2023年の概念実証研究では、このアプローチを使用して遠隔から開眼時と閉眼時の安静時EEGを収集し、参加者が目を開けたときにアルファ波パワーが予想通り低下することを観察しました。アルファ波は、多くのニューロフィードバックプロトコルがターゲットとしているリズムと同じです。

Emotivを使用した査読済み研究が示していること

独立した研究チームが、ニューロフィードバックを直接研究するためにEmotivのheadsetを使用してきました。彼らの結果は、より広範な文献と同じパターンを辿っています。つまり、トレーニングされた信号の変化は測定可能である一方で、行動上の利点はそれほど確実ではないということです。

Naasらの研究は、本記事の中心的な論点にとって有益なモデルです。この研究では、レビューが求めているシャム対照が用いられ、参加者がトレーニングされた信号を変化させることができたものの、その変化が記憶パフォーマンスには持ち越されないことがわかりました。信号を変化させる機器が、その事実だけで行動までも変えたことにはならないのです。

ポータブルEEGヘッドセットはどのようにして体験型の神経科学教育を促進するか？

臨床用ニューロフィードバックシステムは医療環境向けに構築されており、それに伴うコストやトレーニング要件が生じます。概念を教えることを目的とする教育者にとって、ポータブルEEG headsetは多くの場合、より実践的な選択肢となります。de Witらのチームは、Emotivベースの実験室を費用対効果が高く、拡張性があり、極めて携帯性に優れていると説明しており、Emotivは体験型神経科学およびBCI学習用の教育パッケージを提供しています。

教育シーケンスでは、パイプラインの3つの段階を追った後、証拠に関する問いで締めくくることができます。

1. 取得： 開眼時と閉眼時の安静状態を記録し、目を閉じたときにアルファ波が上昇するのを観察します。次に、学生にまばたきをさせたり顎を噛み締めさせたりして、アーティファクトを脳活動と誤認する前に、それらがどのような波形になるかを確認させます。

2. 処理： EmotivPROやBrainVizで同じ記録を周波数帯域として観察し、各帯域が何を表し、何を表していないかを議論します。

3. フィードバック： Cortex APIを使用してシンプルな「アルファ波から音への変換」ループを構築し、しきい値と更新レートを変更して、それぞれのバージョンがどのように感じられるかを比較します。

4. 証拠： グループの半分が本物のフィードバックを受け、もう半分がシャムフィードバックを受けるというNaasらの研究をモデルにした小規模なクラス内実験を行い、なぜ対照条件が重要なのかを示します。

脳データは、研究室と同様に教室でも同じ配慮が払われるべきです。学生は何が記録されているかを知り、それに同意する必要があります。未成年者の記録には通常、保護者の同意と学校の承認が必要であり、データは教育機関のポリシーおよびEmotivのデータ保護方針に従って保存および共有される必要があります。

このように使用することで、Emotivツールは誰かの脳を変えると約束するものではありません。それらはニューロフィードバックシステム全体を可視化するものであり、それこそが本記事が主張する、すべての初心者が持つべき理解なのです。

ニューロフィードバック初心者にとっての進むべき道

過剰な宣伝を排除して機器の全体像を見渡すと、そこにあるのは、まだ発展途上とはいえ確かな証拠に裏付けられたエンジニアリングのトレーニングループです。ニューロフィードバックシステムは単なる電極のセットではありません。神経信号を取得し、クリーンアップして、学習体験へと変換する情報パイプラインなのです。

この分野で次に何が必要とされているかは明白です。マーケティングで頻繁に言及されるADHD、不安、その他の症状に対して、コンシューマー向けスタンドアロン機器をテストするランダム化比較試験をさらに増やす必要があります。これらの研究には、一般的なリラクゼーション、期待、あるいは単に新しいガジェットを使って過ごした時間から、ニューロフィードバック特有の効果を研究者が切り分けられるような対照群を含める必要があります。

また、異なるフィードバックアルゴリズムを直接比較することも有益です。特定の種類のゲームや報酬のタイミングが、より迅速な学習やより持続的な変化につながるかどうかが分かれば、その情報は機器の設計と臨床現場での推奨事項の双方の指針となるでしょう。

ニューロフィードバックを探求し始めたばかりの人にとって、最も有益な問いは「この機器は私の脳を治してくれるか？」ではなく、「この特定の問題に対するこの特定のシステムについて、実際の科学は何を述べているか？」ということです。ハードウェアの一貫性を示す証拠、対照条件を含んだ試験、そしてモチベーションを維持させてくれる使いやすさの機能に注目してください。

技術は進歩しており、証拠は限定的ではあるものの興味深い方向性を示しています。「脳波をコントロールできる」という考えに幻惑されるのではなく、システムを全体として理解することが、その真の可能性を認識するための第一歩となります。

参考文献

1. Flanagan, K., & Saikia, M. J. (2023). Consumer-grade electroencephalogram and functional near-infrared spectroscopy neurofeedback technologies for mental health and wellbeing. Sensors, 23(20), 8482. https\://doi.org/10.3390/s23208482

2. Keith, J. R., Rapgay, L., Theodore, D., Schwartz, J. M., & Ross, J. L. (2015). An assessment of an automated EEG biofeedback system for attention deficits in a substance use disorders residential treatment setting. Psychology of Addictive Behaviors, 29(1), 17. https\://psycnet.apa.org/doi/10.1037/adb0000016

3. Collura, T. F., Guan, J., Tarrant, J., Bailey, J., & Starr, F. (2010). EEG biofeedback case studies using live Z-score training and a normative database. Journal of Neurotherapy, 14(1), 22-46. https\://doi.org/10.1080/10874200903543963

4. Hamilton, R. J., & Barnes, T. (2000). Neurofeedback Equipment Study One—Focused Technology F-1000 Main Board Investigation. Journal of Neurotherapy, 4(1), 63-70. https\://doi.org/10.1300/J184v04n01_07

5. Naas, A., Rodrigues, J., Knirsch, J. P., & Sonderegger, A. (2019). Neurofeedback training with a low-priced EEG device leads to faster alpha enhancement but shows no effect on cognitive performance: A single-blind, sham-feedback study. PLoS One, 14(9), e0211668. https\://doi.org/10.1371/journal.pone.0211668

6. Diotaiuti, P., Valente, G., Corrado, S., Tosti, B., Carissimo, C., Di Libero, T., ... & Mancone, S. (2024). Enhancing working memory and reducing anxiety in university students: A neurofeedback approach. Brain Sciences, 14(6), 578. https\://doi.org/10.3390/brainsci14060578

7. De Wit, B., Badcock, N. A., Grootswagers, T., Hardwick, K., Teichmann, L., Wehrman, J., ... & Kaplan, D. M. (2017). Neurogaming technology meets neuroscience education: a cost-effective, scalable, and highly portable undergraduate teaching laboratory for neuroscience. Journal of Undergraduate Neuroscience Education, 15(2), A104.

よくある質問

ニューロフィードバックとは何ですか？

ニューロフィードバックは、脳活動に関するリアルタイムのフィードバックを提供し、脳の状態を自ら変化させる方法を学べるようにする技術です。通常、電気的パターンを検出するためにEEGを、あるいは血流を追跡するためにfNIRSを使用し、それらの信号をゲームや音声に変換します。

ニューロフィードバック機器はどのように機能しますか？

ニューロフィードバック機器は、信号取得、信号処理、フィードバックアルゴリズムの3つの段階を経て機能します。センサーが脳信号を検出し、ソフトウェアがそれをクリーンアップして特定の周波数帯域を分離し、フィードバックアルゴリズムが処理されたデータを学習を導く視覚的または聴覚的な合図に変換します。

脳波の周波数帯域の違いは何を意味しますか？

異なる周波数帯域は精神状態と緩やかに関連しています。遅いシータ波活動は眠気や内面に意識が向いているときに現れ、速いベータ波活動は活発な集中に伴います。ニューロフィードバックは、穏やかな覚醒のための感覚運動リズムや持続的な注意のためのベータ波など、目標とする帯域を分離して利用します。

ニューロフィードバック機器にはどのような種類のセンサーが使われていますか？

ニューロフィードバック機器では、頭皮の電気パターンを検出するEEGセンサーが最も多く使用され、血流を追跡するfNIRSセンサーが使用されることもあります。どちらもユーザーへのフィードバックへと処理される神経信号を検出します。

ニューロフィードバックはADHDや不安の治療に科学的に証明されていますか？

研究文献ではまだ明確な結論が出ておらず、コンシューマー向けEEGヘッドセット（headset）に関する最近のレビューでも、厳密に対照群を設定した試験が不足していることが指摘されています。一部の研究で改善が報告されていますが、ニューロフィードバックがADHDを治癒する、あるいは不安を解消するという大々的な主張は、科学的根拠を超えたものです。

自動化されたニューロフィードバック機器は臨床医がいなくても機能しますか？

はい、ランダム化比較試験において、自動化されたEEGバイオフィードバックシステムが臨床家によるバイオフィードバックと同等に効果的であることが示されました。その特定の研究では、適切に設計されたスタンドアロンシステムが、訓練を受けた専門家と同じ改善をもたらしました。

コンシューマー向けのニューロフィードバック機器は信頼できますか？

Focused Technology F-1000に関するハードウェア研究では、2つの内部コンピュータ基板が実質的に同一の測定結果をもたらすことが示され、少なくとも一部の機器には内部的な一貫性があることが確認されています。セッションをまたいで機器に変化が示された場合、機械ではなく自分自身に変化が起きていると合理的に確信することができます。

Live Zスコアトレーニングとは何ですか？

Live Zスコアトレーニングは、規範データベースを用いて複数のEEG関係に関する瞬間ごとのフィードバックを提供するニューロフィードバックの一種です。症例研究ではより典型的な脳波プロファイルへの移行が記録されていますが、それらの報告は対照試験による証拠というよりも有望な逸話にとどまります。

初心者がニューロフィードバック機器を選ぶ際、何に注目すべきですか？

初心者は、一般的なマーケティングの言葉を鵜呑みにするのではなく、特定の問題に対する特定のシステムについて科学が何を述べているかを問うべきです。ハードウェアの一貫性を示す証拠、対照条件を含んだ試験、そして継続して使い続けられるユーザビリティ機能が備わっているかを確認してください。