CPETは統合機能検査だが、判読はAT・VE/VCO₂ slope・O₂ pulseなど少数の指標と「9パネル」の目視に切り詰められ、熟練依存でばらつく。原因不明の息切れ・運動不耐（Long COVID後の労作時症状を含む）が増える中、心臓・肺・末梢酸素利用・脱トレ・呼吸障害のどの系が律速かを一貫して切り分けられているか——が問い。
breath-by-breathの時系列フィールドそのものを学習すれば、離散カテゴリでなく連続的な制限因子フェノタイプ（心拍応答不全／換気効率低下／末梢酸素利用障害／脱トレ／機能性呼吸障害）を較正確率つきで表現でき、「正常CPET」とされた中から見落とされた病態を再分類できる、と仮説する。
breath-by-breathは非定常・ノイズが大きく、ATの目視やV-slopeは恣意的な閾値設定に依存し、9パネルの統合判断は専門医の暗黙知。時系列モデルなら閾値で切らず連続量として学習し、判断根拠のパネルを指し示せる＝集計や固定式では届かない粒度。
原因不明の息切れ外来・Long COVID評価でのトリアージ補助、CPET判読の標準化と医学教育。出口は判読支援ソフト＋多施設フェノタイプ辞書。Hiro自身が運動生理を学ぶ医学生＝当事者として、生理の連なりを可視化に落とせるのが強み。