「私のCGMが話せたら」連続血糖データ上での質問応答のためのプライバシー保護エージェント
arXiv cs.AI / 2026/4/21
📰 ニュースDeveloper Stack & InfrastructureIdeas & Deep AnalysisModels & Research
要点
- 本論文は、連続血糖モニタ（CGM）データを静的な要約だけでなく質問応答で扱えるようにする、プライバシー保護型のCGM-Agentフレームワークを提案している。
- 提案アーキテクチャでは、LLMは分析用の関数を選ぶための推論エンジンとしてのみ機能し、計算はすべてユーザー端末のローカルで行われるため、個人の健康データは端末外へ出ない。
- 著者らは、パラメータ化した質問テンプレートと実ユーザーの質問を組み合わせた4,180問のベンチマークを作成し、正解は決定論的なプログラム実行により検証している。
- 6つの主要LLMを評価した結果、合成クエリで価値精度94%、曖昧な実世界クエリで88%を達成し、誤りの主因は計算失敗ではなく意図と時間的曖昧さにある。
- 軽量モデルでもエージェント設計の中で競争力のある性能が得られることが示され、信頼できるヘルスケア・エージェントに向けてコードとベンチマークを公開している。
