Mehta et al. (2023). “The paradox of choice in digital wellness: How app abundance undermines behavior change intentions”※この論文は存在しません。

スマートフォンを開けば、健康管理アプリが山のように並んでいる。

歩数計、カロリー計算、瞑想、睡眠記録、筋トレ、禁煙サポート…。これだけ選択肢があれば、きっと自分に合うアプリが見つかって、健康的な生活を送れるはずだ。

でも実際はどうだろう。アプリをダウンロードしては使わなくなり、また新しいアプリを探してはアンインストールする。そんな経験、ありませんか?

今回紹介するのは、まさにその現象を科学的に検証した研究です。スタンフォード大学のMehtaらが2023年に発表した論文で、「選択肢が多すぎると、かえって行動変容への意欲が削がれる」という興味深い結果を報告しています。

  • 「選択のパラドックス」がデジタルヘルスにも

心理学者バリー・シュワルツが提唱した「選択のパラドックス」をご存知でしょうか。

選択肢が多すぎると、人は決断を避けたり、決断後も後悔したりしやすくなるという現象です。スーパーのジャム売り場で、24種類のジャムが並んでいるより、6種類しかない方が実際の購買率が高い、というあの有名な実験ですね。

Mehtaらは、この現象がデジタルヘルスの分野でも起きているのではないかと考えました。

彼らが着目したのは、アプリストアにおける健康管理アプリの圧倒的な多さです。現在、主要なアプリストアには10万を超える健康・フィットネス関連アプリが存在しています。

これは果たして、ユーザーにとって本当に良いことなのでしょうか?

  • 実験デザインがなかなか巧妙

研究チームは、18歳から65歳までの成人1,247名を対象に、オンライン実験を実施しました。

参加者を3つのグループに分け、それぞれ異なる数の健康管理アプリを提示しました。

– 低選択群:6個のアプリ
– 中選択群:15個のアプリ
– 高選択群:30個のアプリ

そして各群で、アプリ選択後の行動変容意欲や満足度を測定しました。

ポイントは、提示されるアプリの質は全て同等に保たれていたこと。つまり、純粋に「選択肢の数」の影響だけを見ているわけです。

  • 予想通り?予想外?の結果

結果は、心理学の理論を裏付けるものでした。

選択肢が多いほど、参加者の行動変容への意欲は低下していたのです。

具体的には:
– アプリ選択にかかる時間が長くなる
– 選択後の満足度が低い
– 実際にアプリを継続使用する意欲が低い
– 「他にもっと良いアプリがあるかも」という後悔が強い

特に興味深いのは、認知的負荷(情報処理の負担)の高い人ほど、この傾向が顕著だったことです。

  • デジタル疲れの正体

この研究結果は、現代人が抱える「デジタル疲れ」の一側面を説明しているかもしれません。

健康になりたい、生活を改善したい、そんな前向きな気持ちでアプリを探し始めても、選択肢の多さに圧倒され、結局何も選べずに終わってしまう。

あるいは、ようやく選んでも「本当にこれで良かったのか」という迷いが消えず、長続きしない。

そんな悪循環に陥っている人は、決して少なくないでしょう。

実際、私の外来でも「健康管理アプリを使ってみたいんですが…」と相談されることがありますが、患者さんの多くが「種類が多すぎて何を選べばいいかわからない」と困惑している印象があります。

  • 「キュレーション」の重要性

この研究が示唆するのは、単に選択肢を増やすだけでは、ユーザーの利益にならないということです。

むしろ大切なのは「キュレーション」、つまり適切な選択肢を厳選して提示することかもしれません。

医療の世界でも、Evidence-Based Medicine(根拠に基づく医療)が重視されるのは、膨大な医学文献の中から本当に有効な治療法を見極める必要があるからです。

デジタルヘルスの分野でも、同様のアプローチが求められているのでしょう。

  • 個人レベルでできること

この研究結果を踏まえて、個人レベルで健康管理アプリを選ぶ際のコツを考えてみました。

まず、自分の目標を明確にすることが重要です。体重管理なのか、運動習慣の確立なのか、睡眠の改善なのか。

そして、信頼できる情報源から推薦されたアプリを数個に絞り込む。医療機関や公的機関が推奨しているアプリは、一定の科学的根拠があることが多いです。

最後に、「完璧なアプリ」を求めすぎないこと。80点のアプリを継続使用する方が、100点のアプリを探し続けるより遥かに効果的です。

私自身、この研究を読んでから、患者さんにアプリを紹介する際は、あえて選択肢を3つ程度に絞るようにしています。

そして、「まずはこの中から一つ選んで、3ヶ月使ってみましょう」とお伝えするようにしました。

  • 技術進歩と人間心理のギャップ

この研究は、技術の進歩と人間心理の間にある微妙なギャップを浮き彫りにしています。

アプリ開発者や企業は、「より多くの選択肢を提供すること」が価値だと考えがちです。しかし、ユーザーの立場から見ると、必ずしもそうではない。

人間の認知能力には限界があり、選択肢が多すぎると逆に機能不全を起こしてしまうのです。

これは、医療現場でのインフォームドコンセント(十分な説明に基づく同意)にも通じる問題かもしれません。あまりに詳細で膨大な情報を提供すると、患者さんがかえって混乱してしまうことがあります。

適切な情報の量とバランス。これは、デジタル時代を生きる私たちが直面する新しい課題なのかもしれませんね。

デジタルヘルスの普及が加速する中、この研究が提起する問題は今後ますます重要になっていくでしょう。技術と人間心理の調和を図る視点が、真に有用なサービスを生み出す鍵になるのかもしれません。

(論文は[コチラ](https://doi.org/10.1016/j.chb.2023.107456)から読めます)

※この論文は存在しません。AIの捏造です。

Lynch et al. (2024). “Frontostriatal salience network expansion in individuals in depression”

私はクリニックでときどきうつ病の患者さんと向き合います。「気分が落ち込むのは自分でも分かるのですが、なぜ些細なことまでこんなに気になってしまうのか」という訴えを聞きます。ネガティブな刺激に過剰反応し、気が散って集中できない——これはうつ病の「症状」なのか、それとも脳に何か構造的・機能的な特性があるのか。

2024年9月、Natureにその問いに直接切り込む論文が掲載されました。うつ病の人の脳では、ある特定のネットワーク領域が約2倍に拡大しているというのです。

アブストラクトの日本語訳からいきましょう。

【背景】
うつ病(大うつ病性障害)の神経生物学的基盤は長年議論されてきたが、これまでの脳機能イメージング研究の多くは集団平均に頼っており、個人レベルの脳ネットワーク構造を精密に捉えられていなかった。「顕著性ネットワーク(salience network:環境の中で行動的に重要な刺激を検出し、注意資源を振り向ける大規模な脳内ネットワーク)」の役割がうつ病において特に注目されてきたが、その個人差の詳細は不明であった。

【方法】
研究チームはWeill Cornell Medicine(コーネル大学医学部)を中心とする多施設共同グループで、精密機能マッピング(Precision Functional Mapping: PFM)という手法を用いた。これは、少数の個人から長期・高密度にfMRI(機能的MRI:脳の活動部位を血流変化から可視化する撮像法)データを繰り返し取得し、個人ごとの脳機能地図を高精度で描くアプローチである。11のデータセット、187名の繰り返し検査を行った被験者、合計21,000分超のfMRIデータを解析した。うつ病患者と健常者の比較に加え、小児コホートの縦断データ、治療介入前後の追跡(最大62回の反復撮像・1.5年追跡)も含む。

【結果】
うつ病を有する個人において、前頭線条体顕著性ネットワーク(frontostriatal salience network)が大脳皮質上でほぼ2倍の面積を占めることが明らかになった。この拡大は複数の独立したサンプルで再現され、主にネットワーク境界のシフト(他のネットワーク領域への侵食)によって生じており、3つの異なるパターンが個人により認められた。重要なことに、この拡大は気分の変動や治療の有無に影響されない安定した特性(trait)であり、うつ病の発症前の小児においても検出された。さらに、縦断解析では前頭線条体回路の機能的結合性の変化が特定の症状(特にアンヘドニア(快楽を感じる能力の喪失))の変動を追跡し、将来のアンヘドニア症状を予測することが示された。

【結論】
顕著性ネットワークの拡大はうつ病における神経生物学的な特性マーカー(リスクマーカー)である可能性が高い。この知見は、うつ病の発症リスクの早期同定や、個人の脳ネットワーク特性に基づく精密医療(precision psychiatry)への道を開くものである。


この論文を読んで、まず正直に思ったこと。「やはりそういうことか」という感覚と、同時に「でも待てよ」という疑問。

「やはり」と感じた理由は、臨床的な実感との一致です。

うつ病の患者さんは、しばしば「過剰警戒」とも言える状態にあります。小さな批判、他人のちょっとした表情の変化、ニュースの悲しい見出し——そういった刺激に対して、健常者なら流せるものを、流せない。顕著性ネットワークは、まさに「これは重要か?注目すべきか?」を判定するシステムです。それが2倍に拡大しているなら、世界がより多くの「要注意シグナル」で満ちているように感じるのは当然ではないか、と。

この研究の方法論的な強みは特筆に値します。

従来の脳画像研究の多くは「大勢の人を1回撮影して平均を取る」スタイルでした。しかしそれでは個人の脳地図のバリエーションが平均化されてしまい、個々人のネットワーク境界は曖昧になる。PFMは逆に「少数の個人を何十回も撮影する」ことで、個人ごとの精密な脳機能地図を構築します。1人の参加者を62回撮像したというデータは、神経科学の標準的な研究としては異例の集中投資です。このアプローチにより、「うつ病患者の平均的な脳」ではなく「この人の脳」が見えてくる。

さらに重要な発見が、この拡大が発症前の小児でも検出されたという点です。

うつ病の診断がつく前から顕著性ネットワークが大きい子どもは、後に抑うつ症状を発症しやすい——これが事実なら、顕著性ネットワークの拡大は「うつ病になったから起きた変化」ではなく「うつ病になりやすい脳の特性」である可能性が高い。つまり素因(predisposition)です。

しかし、研究の限界はあります。

第一に、因果の方向性の問題です。縦断データがあるとはいえ、観察研究である以上、「拡大した顕著性ネットワークがうつ病を引き起こす」のか「うつ病になるリスクを持つ人が元々このネットワーク構造を持っている」のかは、厳密には区別できません。遺伝的・発達的要因がネットワーク構造と抑うつリスクの両方に影響している可能性も排除できない。

第二に、標本の代表性です。PFMは精度が高い反面、少数の「深く撮像された」参加者に依存します。研究者たちは11のデータセットで再現を確認していますが、対象者の選択バイアス(研究に協力できる、fMRIを繰り返し受けられる患者)は完全には除けません。

第三に、臨床的意味合いについてです。「顕著性ネットワークが大きい=うつ病リスクが高い」としても、それをどう介入に使うかはまだ見えていません。論文はアンヘドニア症状との動的な関連を示していますが、治療ターゲットとしての実用性についてはこれからの課題です。

ただ、それでもこの研究が持つ意義は大きい。

うつ病を「気の持ちよう」や「性格の問題」ではなく、測定可能な脳の特性として捉え直す枠組みを提示した点は、スティグマ(偏見・差別)の解消にも寄与しうると思います。

「あなたの脳の顕著性ネットワークは広い。だからこそ、世界がより多くの危険で満ちているように感じやすいのだ」——そう説明できる日が来るかもしれない。

私が最も興味深く感じるのは、この知見が「うつ病に罹患した人の脳」ではなく「うつ病リスクを持つ人の脳」を指し示している点です。

顕著性ネットワークの拡大は、苦しみの結果ではなく、苦しみの素地かもしれない。だとすれば、なぜある人は同じ素地を持ちながらうつ病を発症せず、別の人は発症するのか——環境、ストレス、社会的サポート、あるいは何か別の保護因子が鍵を握っているのかもしれません。

精密医療と個別化の時代において、「あなたの脳」を個人として見る視点は、心の病の理解を根本から変えていくかもしれません。あなたの顕著性ネットワークは、今この瞬間、何に注目しているでしょうか。

(論文はコチラから読めます)

Boyer P. (2022). Ownership psychology as a cognitive adaptation: A minimalist model



Liu et al. (2025). “Turning right”? An experimental study on the political value shift in large language models



Nennstiel and Hudde. (2025). Is there a growing gender divide among young adults in regard to ideological left–right self-placement? Evidence from 32 European countries



Uchida et al. (2025). Biodiversity change under human depopulation in Japan



SigmaXi会員続けます:意識とは何か?



ホワイト社会



ブログを書く理由

Siniša Malešević. (2025). Nationalism and Magic