本研究では、多くの生体情報をラット1個体から取得可能なウェアラブルデバイスシステム（WD）を開発し、安全性薬理試験に適応可能な試験系の拡充を目指している。本年度は、デバイスの小型化・統合化、通信安定化による信頼性の向上ならびに加速度センサによるデータクレンジング手法の開発、ならびに加速度センサを活用した一般状態判別法システムの確立に取り組んだ。その結果、デバイス本体の重量を約60％に低減することに成功した。また、データ伝送に使用するBluetoothの規格を変更し、通信安定性が向上した。さらに、開発したデータクレンジング技術により、テレメトリーシステムあるいはWhole Body Plethysmographyで計測した心拍数や呼吸数により近い解析結果を得ることが可能になった。開発したWDをラットに実装し、陽性対照薬を投与した結果、投薬に起因した心拍数、呼吸数、体温および活動量の変化を検出可能であることが確認された。一般状態判別法システムでは、目視診断により動物の行動所見にアノテーション付与を行い、加速度センサから得られた数値データと突合させて機械学習モデルを構築した。構築したモデルによる自動診断により、薬剤誘発性の痙攣の検出に成功した。この検出精度は、深層オートエンコーダによるデノイジング学習により精度を向上させることができた。加えて、飲水、摂餌、グルーミング、立位姿勢、掻き行動、静止、歩行の自動検出も可能となった。次年度は引き続き、デバイス形状、データクレンジング、通信安定性、機械学習モデルのアップデートを続け、安全性薬理試験での実装に向けた品質向上を行う予定である。