スマートウォッチや健康アプリの記録を、AIに分析させても大丈夫？研究では健康アプリの88%に利用者のデータを集めうる仕組みがあり、つなぐ前に渡す項目と行き先を確かめる

Tangariら（2021） / BMJ [1]

Google Play（オーストラリア）の医療・健康・フィットネスのアプリ2万991本を調べた研究です。88.0%のアプリに、利用者のデータを集めうるコードが含まれていました。データを集める処理の多くは、アプリを作った会社ではなく、広告や分析を請け負う外部の会社のものでした。

28.1%のアプリには、プライバシーポリシー（個人情報の扱いの説明）がありませんでした。実際に通信を調べると、利用者のデータの送信のうち、ポリシーの説明と合っていたのは47.0%でした。

対象: Android向けの健康関連アプリ2万991本 ／ 限界: 「集めうるコードがある」ことと「実際に送っている」ことは別です。短い試験の間に利用者の情報を送っていたのは3.9%のアプリで、使い方によって結果は変わりえます。

Grundyら（2019） / BMJ [2]

英国・米国・カナダ・オーストラリアで評価の高い、薬に関するアプリ24本の通信を調べた研究です。24本中19本（79%）が利用者のデータを外部と共有していました。受け取っていたのは55の会社などで、その3分の2は利用者データの分析や広告に関わる会社でした。

共有されていたのは、端末名やメールアドレス、アプリ内で何を調べたかなどでした。著者は、1つ1つは無関係に見える情報も、組み合わせれば名前がなくても利用者を特定しうると指摘しています。

対象: 821本から選んだAndroidアプリ24本（2017年11月時点） ／ 限界: 調べたアプリは少数で、薬に関するアプリに限られます。AIの機能を調べた研究ではありません。

Naら（2018） / JAMA Network Open [3]

米国の全国調査で、腰につける活動量計を1週間つけた人たちの記録を使った研究です。名前などを消した20分ごとの活動量に、年齢・性別などの属性を組み合わせると、機械学習で大人の94.9%、子どもの87.4%を、同じ人の別の記録と照合できました（2003〜2004年のデータ）。

対象: 米国の全国調査（2003〜2006年）の大人と子ども計1万4,451人 ／ 限界: 照合する側が、同じ人の別の記録をすでに持っている前提の実験です。

Merrillら（2026） / Nature Communications [4]

Googleの研究者らが、スマートウォッチの記録を読み取って質問に答えるAIを作り、評価した研究です。数字で答えが決まる質問では、正解率は84%でした。計算用のプログラムを書く、結果を見て考え直す、必要に応じて調べるといった仕組みを組み合わせたことで、文章で考えるだけの方法（正解率22%）や、プログラムを1回書くだけの方法（74%）より正確になりました。

開発には、研究や新しい製品・サービスの開発に使うことに同意した利用者3万人の記録をもとに作った、合成のデータが使われました。体の記録が、同意の範囲で製品の開発に使われることがある、という一例です。

対象: 4,000問を超える質問と、合成のスマートウォッチの記録 ／ 限界: 研究用のAIの評価で、一般向けのAIサービスの正確さを示すものではありません。

Zadushlivyら（2025） / Journal of Medical Internet Research [5]

米国と欧州の生理管理アプリ4つの規約と仕組みを調べた研究です。プライバシーと安全の評価は5点満点で2〜4.5点に分かれ、主な心配点は、IPアドレスの追跡と、広告や宣伝のための外部への提供でした。

対象: 人気の生理管理アプリ4つ（2023年1〜7月に評価） ／ 限界: 4つのアプリだけの評価で、AIの機能を調べたものではありません。