01 / Introduction

01導入：自助具づくりは今どこまで自動化できるのか

結論から言うと、「写真1枚で完成」は誤解である。一方で、「単純〜中程度の形状の下書きを、AIが数十秒〜数分で作ってくれる」段階には、すでに来ている。生成AIが担うのは採寸から試作までの一部の工程であり、寸法の微調整・強度の確認・衛生面の配慮は、依然として療法士自身が担う必要がある。この住み分けを正しく理解することが、個人で始める第一歩になる。なお、AI活用は自助具づくりに限った話ではなく、リハビリ業務全体に広がりつつある。全体像はリハビリ職のAI活用17選｜自主トレ・予後予測・リハゲームまで広がる可能性でも17の切り口から整理しているので、あわせて読むと位置づけがつかみやすい。

自助具そのものは目新しいテーマではない。国立障害者リハビリテーションセンターでは2015年頃から3Dプリント自助具の設計と評価が進められ、のべ100点以上の自助具を製作・評価し、平均1年半程度の使用期間で高い耐久性と、従来品と同程度の満足度が確認されている。3Dプリンターによる自助具づくり自体は、すでに実用段階にある技術だと言える。

現場で使われている自助具は、大量生産では届かない個別性への対応が本質的な価値である——という考え方が、自助具づくりを推進する複数の団体・研究者の発信に共通して見られる。
編集部要約（出典：ICTリハビリテーション研究会 公式サイトほか）

02 / Background

02背景・定義：自助具・生成AI CADとは何か

自助具とは、障害や病気、加齢による身体機能の低下によって生じる動作の困難を補うための道具を指す。市販品は量産を前提にしているため、患者一人ひとりの手の大きさや握力、可動域に完全には合わないことが少なくない。この「個別対応の難しさ」を解決する手段として、3Dプリンターが注目されてきた。動作そのものの評価という観点では、スマホ1台でリハビリの動作分析はどこまでできる？現状と始め方で扱っている「AIによる動作の定量化」も、自助具の必要性を客観的に見極める上で参考になる領域だ。

日本国内では、一般社団法人ICTリハビリテーション研究会とファブラボ品川が協働し、自助具の3Dデータを共有するプラットフォーム「COCRE HUB（コクリハブ）」を運営している。同研究会は2018年から3Dプリンターによる自助具づくりのワークショップを続けており、これまでに数千人規模が参加してきた。既製品にない形を、当事者・支援者・専門家が一緒に作る「共創」の場として位置づけられている点が特徴だ。

もう一つの軸である生成AI CADは、文章や画像から立体データを自動生成する技術の総称である。大きく分けると、写真やイラストから形状を推定する「image-to-3D」と、文章の指示から形状を生成する「text-to-CAD」の2系統がある。前者は見た目の再現に強く、後者は寸法をパラメータとして扱いやすいという違いがある。この違いは第3章で詳しく解説する。

用語補足として、薬機法（医薬品医療機器等法）にも触れておきたい。薬機法上の医療機器とは、疾病の診断・治療・予防、または身体の構造・機能に影響を及ぼすことを目的とする機械器具等と定義されている。多くの自助具は生活動作を補助する目的で作られるため医療機器には該当しないと整理されることが一般的だが、目的や訴求の仕方によって判断が変わりうる点には注意したい（詳細は第6章）。

03 / How It Works

03仕組み・技術的背景：写真からモデルができるまで

生成AIによる自助具づくりの工程は、大きく4段階に分けられる。

• ①採寸・観察：患者の手や動作、対象物のサイズを実測する
• ②AIによる下書き生成：写真または文章から立体形状の初期案を作る
• ③人による寸法・強度の確認と修正：壁厚・角度・フィレットなどを調整する
• ④試作・印刷・フィッティング：実際に出力し、患者に合わせて微調整する

ここで重要なのが、②で生成されるデータの形式である。写真から形状を推定するツールの多くは「メッシュ（三角形の集合で表面を近似したデータ）」を出力する。一方、機械設計や寸法編集に向いているのは「B-Rep（境界表現）」と呼ばれる、面・辺・頂点で構成される編集可能なデータだ。CADツール開発元のZoo社は、既存の text-to-3D モデルの多くが点群やメッシュを生成するのに対し、自社のText-to-CADはB-Repサーフェスを生成するため、既存のCADソフトに読み込んで編集できる点が異なると説明している。自助具のように「あと2mm厚くしたい」「角度を5度変えたい」という微調整が頻発する用途では、この違いが作業のしやすさに直結する。なお、写真やセンサーから患者の身体情報を取り込み、Arduinoと組み合わせて独自の測定機器を自作する発想自体は目新しいものではない。Arduino×Python×AIで作るリハビリセンサー自作ガイド｜上肢・歩行・姿勢訓練の実装から今後の展望まででは、同じ「個人で作る」というアプローチをセンサー面から掘り下げている。

text-to-CADが得意なこと・苦手なこと

CAD比較メディアの解説によれば、「6個のボルト穴があるフランジ」のように寸法・形状を具体的に指定したプロンプトでは実用的な形状が生成される一方、単に「ベンチー（定番の試験用模型）を作って」のような曖昧な指示では、極端に単純化されたり意図と異なる形になったりするという。自助具づくりでも同様で、「持ちやすいグリップ」ではなく「直径28mm、長さ90mm、片側に指がかかる溝のあるグリップ」のように、寸法込みで具体的に指示することが精度を左右する。逆に言えば、複雑な曲面や強度計算が絡む形状（義肢のソケットなど荷重がかかる部位）は、現時点ではAI任せにできる範囲を超えている。

04 / Comparison

04比較・選択肢：既存データ／写真AI／プロンプトAI

個人で始める場合、選べる方法は大きく3つある。どれか一つが正解というより、患者の状態や形状の複雑さに応じて使い分けるのが現実的だ。

実務的には、まずA：既存データベースで類似モデルを探し、なければBまたはCで下書きを作る、という順序がむだが少ない。国内では2026年5月にスリー・ディー・エスが画像・文章から3Dモデルを生成する「Meshy.ai」の国内提供を開始しており、専門的なモデリングスキルを必要としない試作用途での活用が想定されている。療法士にとっては、専用のCADソフトを一から学ぶより低いハードルで、Bの選択肢に着手できる環境が整いつつあると言える。

05 / Practice

05実践への落とし込み：採寸から試作までの6ステップ

実例で見る一気通貫の流れ：Zoo Text-to-CAD × Bambu Lab P1S

ここまでの6ステップを、実際に使うツール名まで固定して一本の流れとして見てみる。ここでは①CAD生成に「Zoo（旧KittyCAD）のText-to-CAD API」、②3Dプリンターに「Bambu Lab P1S」、③スライスとプリンターへのデータ送信に純正ソフト「Bambu Studio」を使う例で通しで示す。先ほどのペン用グリップ（ステップ01〜04）を題材にする。

import time
from kittycad.api.ml import create_text_to_cad, get_text_to_cad_model_for_user
from kittycad.client import ClientFromEnv
from kittycad.models import ApiCallStatus, Error, FileExportFormat, TextToCadCreateBody

# 環境変数 ZOO_API_TOKEN からAPIキーを読み込んでクライアントを作成
client = ClientFromEnv()

prompt = (
    "Design a cylindrical pen grip, 26mm outer diameter, 90mm length, "
    "with a 3mm wall thickness. Include a 10mm diameter through-hole "
    "running the full length of the cylinder, centered, for a standard "
    "pen to pass through. Add one flat finger groove, 8mm wide and 2mm "
    "deep, running the full length on one side. Add a textured grid of "
    "small bumps, 1mm high, on the opposite side for slip resistance. "
    "Round all edges with a 1mm fillet."
)

# Text-to-CAD にプロンプトを送信し、STEP形式での出力を指定
response = create_text_to_cad.sync(
    client=client,
    output_format=FileExportFormat.STEP,
    body=TextToCadCreateBody(prompt=prompt),
)

if isinstance(response, Error) or response is None:
    print(f"エラー: {response}")
    raise SystemExit(1)

# 生成が完了するまで数秒おきに状態を確認する
while response.status not in (ApiCallStatus.COMPLETED, ApiCallStatus.FAILED):
    time.sleep(5)
    response = get_text_to_cad_model_for_user.sync(client=client, id=response.id)

if response.status == ApiCallStatus.COMPLETED:
    # 生成されたSTEPファイルを保存
    with open("pen_grip.step", "wb") as f:
        f.write(response.outputs["source.step"])
    print("pen_grip.step を保存しました")
else:
    print("生成に失敗しました。プロンプトの寸法指定を見直してください。")

06 / Common Mistakes

06注意点・よくある誤解

07 / Global Context & Cost

07海外の先行事例とコスト目安

海外の先行事例：e-NABLEに見る「個人の3Dプリンター」の可能性

個人の3Dプリンターを使った支援機器づくりは、日本だけの動きではない。2013年に発足した国際的なボランティアコミュニティe-NABLEは、義手を必要とする人のためにオープンソースの設計データを共有し、3Dプリント可能な義手を無償で届ける活動を続けている。運営元の発信によれば、100か国以上でおよそ4万人のボランティアが参加し、これまでに1万〜1万5千人程度の受給者に義手や義腕を届けてきたという。参加者の中には作業療法士や義肢装具士も含まれており、快適性や使いやすさの面で助言する役割を担っているとされる。すべてが自助具にそのまま当てはまるわけではないが、「個人の3Dプリンターと有志のネットワークが、既製品の届かない個別ニーズを埋める」という構図は、本記事のテーマと重なる部分が大きい。

コスト目安：個人ではじめる場合の初期投資（編集部見解）

実際に個人で着手する場合、何にどの程度の費用がかかるのかは気になるところだろう。以下はあくまで一般的な価格帯を踏まえた編集部の見立てであり、機種やツールの契約プランによって変動する点に留意してほしい。

院内予算がすぐに確保できない場合は、まずCOCRE HUBのような既存データベースの活用や、無料枠のあるAIツールから始め、実際に手応えを感じてから機材への投資を検討するという順序も現実的だ。

08 / FAQ

08FAQ