オンデバイス精神科AI：Gemma・Phi・Qwenがデータをクラウドに送らずに動作

Eranga Bandaraが率いる11名の共著者を持つ研究チームは、2026年4月20日にarXivで、クラウドへのデータ送信なしに完全にローカルで動作する精神科支援モバイルアプリケーションを説明する論文を発表しました。

1つの大きなモデルではなく3つの小さなモデル

システムは3つの量子化・ファインチューニング済み言語モデルを使用します：Gemma、Phi-3.5-mini、Qwen2です。すべてがモバイルデバイス上でローカルに動作し、オーケストレーション層がアンサンブル推論とコンサンサス推論を調整します。1つの大きなクラウドモデルに依存するのではなく、小さなモデルが互いを補完・検証することで診断評価の信頼性を高めます。arXivはコーネル大学が運営する科学的プレプリントのオープンアーカイブリポジトリです。初期評価では、オンデバイス版が標準的なモバイルハードウェアでリアルタイムの待ち時間でクラウド版と同等の精度を達成することが示されています。

DSM-5評価と臨床応用

アプリはアメリカ精神医学会のDSM-5分類に準拠した評価を生成します。2つの主な機能があります。臨床医が鑑別診断と症状マッピングを行う際の支援と、ユーザーを専門家の助けに向けるセーフティメカニズムを備えた患者の自己スクリーニングです。著者らはいかなる患者データもデバイスを出ないことを強調しており、これは機密性の高い集団の同意にとって重要です。

なぜプライバシーが重要なのか

この研究はデータ暴露の恐れが人々が助けを求めることを妨げるコンテキストに焦点を当てています。例として軍（精神科診断がセキュリティクリアランスに影響する可能性がある）、司法システム（被拘禁者が中央データベースを信頼しない）、安定したインターネット接続がない遠隔または農村の医療環境などがあります。ゼロエグレスアプローチはデータが第三者にアクセスされることも外部サーバーへの途中で傍受されることもないため、技術的にこのリスクを排除します。追加の利点はネットワーク障害への耐性で、これは軍事・農村のシナリオで重要です。著者らはモデルの量子化が実際の使いやすさにとって重要であると指摘しています。なぜなら、過熱や過度のバッテリー消費なしに中レンジのスマートフォンでの実行を可能にするからです。論文はCreative Commons Attribution 4.0ライセンスの下で発表されており、方法の開かれた科学的検証を促しています。