「転倒するかどうかは運次第」——そう思っていませんか？実は、転倒は突然起きる不運な出来事ではなく、歩行データや身体機能の変化から、ある程度予測・予防できることが医学的に示されています。

日本では65歳以上の高齢者の約3人に1人が年間1回以上の転倒を経験すると報告されています。転倒は骨折・寝たきり・要介護状態への入口となるだけでなく、転倒・転落による死亡者数は交通事故死亡者数を上回る深刻な問題です。

そこで今回は、歩行データを活用した転倒リスク評価の仕組みと、医療・介護現場で実践できる予防アプローチについてご説明します。

転倒の実態 ― 数字が示す深刻なリスク

まず、転倒が高齢者にとってどれほど深刻なリスクであるかを確認していきましょう。

厚生労働省の調査によると、「骨折・転倒」は要支援・要介護の原因の第3〜5位（全体の9〜12%）を継続的に占めています。年齢が上がるほどそのリスクは高まり、75歳以上では10%以上、90歳以上では15%超が骨折・転倒により要介護状態になっています。

中でも大腿骨近位部骨折（脚の付け根の骨折）は特に深刻で、術後1年以内の死亡率は15〜25%にのぼるとされています。また転倒・転落による年間死亡者数は9,585人（2020年統計）と、同年の交通事故死亡者数3,718人の約2.6倍にのぼります。

さらに、転倒を経験した高齢者の約3人に2人（66.7%）がけがをしており、40%以上が複数回の転倒を経験しています。転倒は一度経験すると次の転倒への恐怖感が生じ、活動量が低下してフレイルが進行するという悪循環に陥りやすい点も見逃せません。

（引用；今、防ぐべき高齢者の転倒骨折 | 株式会社Magic Shields）
（引用；高齢者の骨折がもたらす影響とは？寝たきり・余命へのリスクと医療者の役割 | HOMER ION）
（引用；転倒・骨折予防の取り組み | 健康長寿ネット）

歩行データで転倒は予測できる ― 科学的エビデンス

転倒は「偶発的な出来事」ではなく、歩行・バランス・身体機能のデータから予測可能であることが複数の研究で実証されています。

ウェアラブルセンサーを用いた研究では、加速度センサーで計測した歩行データ（線形・非線形の歩行パラメータ）をもとに、転倒者と非転倒者を精度81.6%・感度86.7%・特異度80.3%で分類することに成功しています。

また、TUGテスト・6分間歩行テスト・ウェアラブルセンサーを組み合わせた研究では、転倒リスクある介護施設入居者の特定が可能で、AIアルゴリズムによるセンサーデータのみでもリスク判定が実現できることが示されています。

重要なのは、転倒リスクは多面的であり、単一の評価ツールで完全には捉えられない点です。歩行速度・バランス・立ち上がり能力などを組み合わせた多角的評価が推奨されており、歩行速度の低下は中でもエビデンスが最も確立した転倒リスク指標の一つとされています。

（引用；Prediction of fall risk among community-dwelling older adults using a wearable system | PubMed）
（引用；Timed Up and Go and Six-Minute Walking Tests with Wearable Inertial Sensor | PubMed）
（引用；転倒リスクを評価する身体機能カットオフ値のエビデンスまとめ | 理学療法士 山田ブログ）

転倒リスクを数値化する主な歩行・バランス評価ツール

医療・介護現場で実際に使用される主な転倒リスク評価ツールとそのカットオフ値をご紹介します。

TUGテスト（Timed Up and Go Test）

椅子から立ち上がり、3mを歩いて折り返し、再び座るまでの時間を計測するテストです。歩行速度・立ち上がり・方向転換を総合的に評価できます。

主なカットオフ値は13.5秒以上：転倒リスクあり、11秒以上：運動器不安定症の診断基準（日本整形外科学会）、20秒以上：歩行が不安定、30秒以上：歩行障害ありとされています。通所リハビリテーション計画書での実施も義務付けられており、介護現場での標準的評価ツールとして広く活用されています。

（引用；TUGテストのカットオフ値とは | リハブクラウド）
（引用；Timed Up and Go Test（TUGテスト）の測定方法 | 介護健康福祉のお役立ち通信）

歩行速度（5m・10m歩行テスト）

歩行速度は転倒リスク判断において最もエビデンスが確立した指標です。通常歩行速度毎秒0.8m未満は転倒リスクが高まる重要なサインとされています。高齢者を対象とした研究では、歩行速度が遅い群（毎秒0.6m未満）は速い群と比較して転倒リスクが最大149%高いことが報告されています。

（引用；Associations of Gait Speed, Cadence, Gait Stability Ratio, and Body Balance with Falls in Older Adults | PubMed）
（引用；高齢者の身体機能低下とそのリハビリテーション（4）歩行能力 | 堺整形外科）

BBS（バーグバランススケール）

14項目のバランス課題をそれぞれ0〜4点で評価し、最高56点を付ける総合的なバランス評価法です。45点未満が転倒リスクのカットオフ値として報告されており、得点が低いほど転倒リスクが高まります。複合的なバランス要素を評価でき、リハビリの進捗評価にも活用されています。

（引用；TUGテストのカットオフ値や測定方法・評価方法とは | トリケアトプス）

歩行分析が転倒リスク評価を高める理由

従来の転倒リスク評価（問診・既往歴確認など）に加えて歩行分析を組み合わせることで、より精度の高いリスク把握が可能になります。

客観的な歩行データの活用が転倒予測精度を高める理由として、以下が挙げられます。

• 歩行速度・リズム・歩行の左右非対称性・重心動揺など、目視では把握しにくい変化を数値で検出できる
• 転倒経験の有無や年齢だけでなく、現在の身体機能の変化をリアルタイムで捉えられる
• 経時的なデータ比較により、機能低下の「変化率」を早期に把握できる
• 多職種・家族への説明に使える客観的な根拠となる

特に、歩行の変動性（歩行リズムのばらつき）と姿勢制御能力は転倒と強い関連があることが研究で示されており、ウェアラブルセンサーや歩行分析デバイスによる定量評価が有効です。また、転倒リスクは多面的であるため、歩行評価に加え認知機能評価・投薬評価・転倒恐怖感の確認を組み合わせることが推奨されています。

（引用；Predicting falls in older adults: an umbrella review of instruments assessing gait, balance, and functional mobility | PubMed）

データに基づく転倒予防アプローチ

歩行データによるリスク評価を活かした転倒予防は、以下の3段階のアプローチが効果的です。

① スクリーニング：転倒ハイリスク者の早期把握

TUGテスト・歩行速度測定・BBSなどを定期的に実施し、TUG 13.5秒以上・歩行速度0.8m/秒未満・BBS 45点未満などのカットオフ値に該当する利用者を早期に抽出します。大規模な体力測定の場でも活用でき、予防的介入の対象者を効率的に選定できます。

② 個別評価：歩行分析による原因の特定

スクリーニングでリスクが確認された方に対して、歩行分析でどのパラメータが崩れているかを特定します。歩行速度の低下なのか、歩行リズムの乱れなのか、左右の重心移動の非対称性なのかによって、介入内容が大きく変わります。センサーによる客観データは、リハビリ専門職への連携根拠としても有効です。

③ 介入・モニタリング：機能訓練と継続評価

歩行分析の結果をもとに、バランストレーニング・筋力強化・歩行訓練を個別に組み合わせた機能訓練プログラムを立案します。介入前後でデータを比較し、効果を定量的に評価することで、PDCAサイクルによるケアの質向上が実現します。

また、住環境の整備（段差解消・手すりの設置・照明の改善）や多剤服用の見直しなど、環境・薬剤面からのアプローチを並行して行うことで、多面的な転倒予防が可能になります。

（引用；転倒リスクを評価する身体機能カットオフ値のエビデンスまとめ | 理学療法士 山田ブログ）
（引用；高齢者の骨折がもたらす影響とは？寝たきり・余命へのリスクと医療者の役割 | HOMER ION）

まとめ

今回は「転倒は予測できる？歩行データから見るリスク評価と予防アプローチ」についてご説明しました。

転倒は「偶然の不運」ではなく、歩行速度・バランス・歩行リズムなどのデータから予測・予防できる問題です。TUGテストや歩行速度測定をはじめとする客観的評価ツールを定期的に活用し、早期スクリーニング→個別評価→継続的モニタリングのサイクルを回すことが、転倒・骨折・要介護化の防止につながります。

そこで、最後に転倒リスクの定量評価に活用できる「AYUMI EYE」をご紹介します。

AYUMI EYEは、正しい歩行に必要な「バランス」「リズム」「推進力」を正確に測定・評価することができるデバイスです。

簡単かつ正確に歩行状態が分析できるため、歩行速度・左右差・重心の安定性などを数値化し、転倒リスクの早期把握と機能訓練の効果測定に貢献します。

ぜひ、歩行分析を転倒予防の柱として活用し、利用者が安心して歩き続けられる環境づくりを目指しましょう。

（参考資料）

（引用；今、防ぐべき高齢者の転倒骨折 | 株式会社Magic Shields）
（引用；高齢者の骨折がもたらす影響とは？寝たきり・余命へのリスクと医療者の役割 | HOMER ION）
（引用；転倒・骨折予防の取り組み | 健康長寿ネット）
（引用；Prediction of fall risk among community-dwelling older adults using a wearable system | PubMed）
（引用；Timed Up and Go and Six-Minute Walking Tests with Wearable Inertial Sensor | PubMed）
（引用；転倒リスクを評価する身体機能カットオフ値のエビデンスまとめ | 理学療法士 山田ブログ）
（引用；TUGテストのカットオフ値とは | リハブクラウド）
（引用；Timed Up and Go Test（TUGテスト）の測定方法 | 介護健康福祉のお役立ち通信）
（引用；Associations of Gait Speed, Cadence, Gait Stability Ratio, and Body Balance with Falls in Older Adults | PubMed）
（引用；高齢者の身体機能低下とそのリハビリテーション（4）歩行能力 | 堺整形外科）
（引用；TUGテストのカットオフ値や測定方法・評価方法とは | トリケアトプス）
（引用；Predicting falls in older adults: an umbrella review | PubMed）