治穎 黄

Health-Iは、マルチモーダルな健康関連データを継続的に統合し、個別化医療やAIとの協調を支援するサイバー型ヘルスケア支援基盤として構想した研究です。 本研究では、GenAIを中核としたフレームワークを設計し、①マルチモーダルデータ取得層、②GenAI処理層、③User-Aware応答層から構成されるアーキテクチャを提案しました。実現可能性の検証として、ECGデータを用いた個人識別（パーソナライズ）および感情認識（メンタルヘルス支援）の2つのケーススタディを実施しました。 さらに、GPT-4o・DeepSeek-V3・Gemini-2.5-Proの3種類のGenAIモデルを用い、ゼロショットおよびワンショット条件で性能を比較しました。その結果、マルチモーダル表現の統一、複数タスクの統合推論、長期的パーソナライズの安定性に課題があることを明らかにしました。本研究は、実用的かつ倫理的に整合した次世代ヘルスケアAIの実現に向けた基盤設計を目的としています。