榎本大貴|LITALICOで障害福祉xAIやってます (@enochan) header
榎本大貴|LITALICOで障害福祉xAIやってます (@enochan) profile picture

@litalico_lab 所長(生成AIの普及推進&新規価値創出、AIアライメント)|みんなのアクセス代表|修士(学際情報学)|#mJOHNSNOW フェロー|手話学習中| 趣味:📚️🎹🙌🍷🥃🍝

新潟→札幌→後楽園・中目黒・ネット
Joined June 2009
Photo by 榎本大貴|LITALICOで障害福祉xAIやってます (@enochan)Photo by 榎本大貴|LITALICOで障害福祉xAIやってます (@enochan)Photo by 榎本大貴|LITALICOで障害福祉xAIやってます (@enochan)Photo by 榎本大貴|LITALICOで障害福祉xAIやってます (@enochan)Photo by 榎本大貴|LITALICOで障害福祉xAIやってます (@enochan)Photo by 榎本大貴|LITALICOで障害福祉xAIやってます (@enochan)Photo by 榎本大貴|LITALICOで障害福祉xAIやってます (@enochan)Photo by 榎本大貴|LITALICOで障害福祉xAIやってます (@enochan)Photo by 榎本大貴|LITALICOで障害福祉xAIやってます (@enochan)Photo by 榎本大貴|LITALICOで障害福祉xAIやってます (@enochan)
Google Researchが、視覚障害のある人向けのストリートビュー探索アプリ「StreetReaderAI」をオープンソースで公開した。UIST 2025で発表された研究プロトタイプが、誰でも動かせる形になった。 ・視覚障害・弱視の人と一緒に作ったアプリで、キーボードか音声でストリートビューの中を移動できる ・Geminiが周りの道や交差点、店などをその場で説明し、続けて質問もできる ・Apache 2.0で公開されていて、手元のPCやGoogle AI Studioで動かせる ・ブログによると、目の見えないスクリーンリーダー利用者11人の実験では、AIチャットへの質問816件のうち86.3%に正しく答え、3.9%は誤りだった 出かける前に「バス停にベンチや屋根はあるか」を自分で下見できるのは大きい。一方で、参加者はAIの答えが正しいかを見分けるのに苦労した場面もあったそうで、そこは現場と一緒に見ていきたい。 research.google/blog/streetr…
We are releasing StreetReaderAI, our multimodal map application for non-visual exploration of street-level imagery. Built with and for blind and low-vision (BLV) users, StreetReaderAI lets users navigate street images via keyboard or voice, hear real-time descriptions of their location, and ask follow-up Q&A about the surrounding area. StreetReaderAI is open source under Apache 2.0, so you can run it locally or load it in @GoogleAIStudio. We hope that it’s useful to HCI researchers and others developing accessible AI tools. Check out StreetReaderAI on GitHub: github.com/research-ground/s…
5
243
ADHDと不安症の子どもの脳画像を深層学習で見たら、診断名をまたぐ3つのタイプが出てきた、という研究。10月16日のNature Mental Healthに出ていて、Stanford Medicineが11月10日に解説を出してた。 ・米国のABCD研究から、ADHD、不安症、またはその両方がある9〜11歳の3,508人を分析 ・脳の機能的なつながりと、認知・行動の検査を合わせて、「認知のコントロール」と「感情と注意の調整」という2つの軸を見つけた ・そこから3つのバイオタイプ(外在化・脱抑制、内在化・苦痛、混合型の調整困難)に分かれ、どのタイプもすべての診断グループに現れた ・診断がつく前の時点の脳画像でも、このタイプが見えていたそう ・研究者は、症状にもとづく診断が置き換わるとは考えておらず、補い合うものと話している 診断名が同じでも困りごとは人によって違う、という感覚に近い結果かなと。早く見つける話は、早くラベルを貼る話にせず、支援の選び方につなげて見たい。 nature.com/articles/s44220-0…
6
509
榎本大貴|LITALICOで障害福祉xAIやってます retweeted
Claude meeting claude.com/ja/resources/arti… ✅ Googleカレンダーとコネクトして予定を抽出、発行されているGoogle meetにbotとして参加(Meet 純正のGeminiのようにambientなわけでなくnottaようにbotとしての存在感あり) ✅ 文字起こし、要約はもちろん、会議中に成果物(ドキュメント、ホワイトボードなど)をつくる。これすごい。 ✅ 会議中に過去の話し合いの内容や資料について尋ねると自分で持ってきてチャット提示してくれる。これもありがたい。 ✅ teamとenterpriseプランのみに提供され、シート料金内で利用可能。個人ユーザーは使えない。 GoogleMeetのみ対応だがzoomとかteamsも対応してくのかな。ひとまずはmeetと直接食い合うのではなく、一旦共存しつつだんだん業務成果物の置き場をGoogleDriveからClaude Artifactsにもっていくながれか。 AI議事録系プロダクトとの熾烈な争いだ..、これのChatGPT版出たらさらに追い打ちだろう。
Introducing Claude Meetings: add Claude to your team’s video call and it builds docs, whiteboards, and other artifacts with you while you’re still talking. Starting to roll out in beta on Team and Enterprise plans.
2
1
36
2,005
AIの安全性評価をどう作り、どう報告するか。Anthropicがブログで出した10の推奨事項が、評価を作る側にも読む側にも使えそうなので、要点を残しておく。 1. 手法の専門家と、心理学者など領域の専門家を最初から入れてチームを組む 2. 評価はネットから切り離した環境で動かし、リアルタイムで見張る 3. 問いに合わせて設計する。モデルの様子を見る観察型か、変数を1つだけ変える因果型か 4. 測りたいものを測る。自殺・自傷の相談なら拒否率ではなく適切に応じた割合を見るなど。有害な依頼に応じたかと、無害な依頼を断りすぎていないかの両方を測る 5. 現実に通じる結果にする。複数ターンの会話、条件を独立に変えたシナリオ、実際の使われ方、言語や製品ごとの違いまで含める 6. 測定を歪ませない。易しすぎず難しすぎない課題にし、採点するAIは人の判断と突き合わせてから信じる 7. 分析計画を先に書いておく(事前登録)。件数は複数ターンなら100、単発なら1000を最低ラインに 8. 統計はすべて出す。カテゴリ別に分け、どの数字にも不確かさを添える 9. 設定をすべて記録する。APIとclaude.aiでは、適切な応答の割合が最大34ポイント違った 10. 深刻な欠陥が見つかったら、公表前に開発者へ伝え、直す時間を取る 心理学の再現性の問題を受けた改革を下敷きにしているのが印象的。AIの評価も、点数を競う段階から、測り方そのものを検証する段階に入ってきたのかなと。 anthropic.com/research/build…
Safety evaluations are critical for understanding whether a model is ready to deploy, which safeguards to build for it, and where to focus training and research. On our Engineering Blog, we offer 10 recommendations for how to design, run and report them. anthropic.com/research/build…
2
311
Claude meeting claude.com/ja/resources/arti… ✅ Googleカレンダーとコネクトして予定を抽出、発行されているGoogle meetにbotとして参加(Meet 純正のGeminiのようにambientなわけでなくnottaようにbotとしての存在感あり) ✅ 文字起こし、要約はもちろん、会議中に成果物(ドキュメント、ホワイトボードなど)をつくる。これすごい。 ✅ 会議中に過去の話し合いの内容や資料について尋ねると自分で持ってきてチャット提示してくれる。これもありがたい。 ✅ teamとenterpriseプランのみに提供され、シート料金内で利用可能。個人ユーザーは使えない。 GoogleMeetのみ対応だがzoomとかteamsも対応してくのかな。ひとまずはmeetと直接食い合うのではなく、一旦共存しつつだんだん業務成果物の置き場をGoogleDriveからClaude Artifactsにもっていくながれか。 AI議事録系プロダクトとの熾烈な争いだ..、これのChatGPT版出たらさらに追い打ちだろう。
Introducing Claude Meetings: add Claude to your team’s video call and it builds docs, whiteboards, and other artifacts with you while you’re still talking. Starting to roll out in beta on Team and Enterprise plans.
2
1
36
2,005
障害のある子どもや学生へのAI支援は、会話型だけではない。11月6日のFrontiers in Public Healthに載った、16本の研究のメタ分析の話。韓国・全州大学のチームによるもの。 ・取り上げられたのは、学習の進みに合わせて課題を変えるAI、文章を音声にするAI、生成AI、表情を認識する機器など、さまざまな技術だった ・学習面や認知面の効果量は大きめ、社会性は小さめ、という違いも出ていた ・学習障害、知的障害、ADHDの研究では効果量が大きめ、自閉症では小さめだった。著者らは、こうした小集団の結果は探索的に読むべきだ、としている ・無作為化比較試験は1本だけで、著者らも、因果的な効果は言えない、と書いている ・論文は、社会性など複雑な領域では、アルゴリズムだけに頼るのは足りず、人の関わりが必要になりやすい、ともしている 「AIを入れればよくなる」ではなく、どの力を支えるか、誰が横にいるかで、出方は変わりそう。人とどう組むかを、現場と一緒に考えたい。 doi.org/10.3389/fpubh.2026.1…
4
277
doi.org/10.1001/jamanetworko… 妊産婦向けの生成AIチャットボット「Rosie」が、不安や抑うつを減らすかを12か月で見たランダム化比較試験が、11月4日のJAMA Network Openに出ていた。対象は400人で、対照は毎月の絵本だった。 ・主要評価は12か月後の不安(GAD-7)と抑うつ(PHQ-9)で、調整後の平均差はそれぞれ0.10点(95%CI -0.77〜0.96)、-0.23点(-1.05〜0.59)。どちらも有意な差はなかった ・救急受診、産後健診、避妊、睡眠でも改善は見られなかった ・開始時の症状は全体に低く、不安の中央値は2.0、抑うつは3.0だった ・よく使う人ほど睡眠は長い一方で不安スコアも高い、という探索的な結果もある。因果かは分からない、と論文も書いている ・著者らは、対話で情報を渡すAIだけでは足りず、ほかの支援と組み合わせる道具にした方がよい、としている 障害福祉の相談でも、ボットを置けば心が楽になる、とは限らなさそう。暮らしの負担やつながりの問題は、会話だけでは動きにくいのかなと。人とどう組むかを、現場と一緒に考えたい。
2
5
596
「精神疾患は10年以内に過去のものになる」。AnthropicのCEO、ダリオ・アモデイさんの11月10日のIPO向け動画が、そんな言い回しで広がっている。 ・動画の結びで、がん、アルツハイマー、心臓病と並べて、精神疾患も "relics of the past"(過去の遺物)になると、思うに10年かからずに、と述べていた ・「I think」が付いた見込みで、その場で根拠は示されていない ・同じ発言のなかで、リスクに対処できれば「奇跡の時代」を作れる、とも話している ・日本語で「治る」とまとめられると、元の言い方より断定が強く聞こえる 精神疾患を「消えていくもの」としてだけ語ると、いまそれを抱えて暮らしている人の現実や、必要な支援が後回しにされやすいなと。見通しを語るときほど、当事者の尊厳が残る言い方をしたい。
Cancer, Alzheimer's, heart disease, and mental illness will become “relics of the past within a decade,” promises Anthropic CEO Dario Amodei. Google AI chief Demis Hassabis backs these claims. NDTV's AI Editor Ramarko Sengupta (@ramarkosg) explains.
1
5
793
なくてはならないスキル
AIの日本語を推敲するスキル『yomiyasu (よみやす) 』 v3.0.0 をリリースしました!🎉🎉🎉 ・スキル字数を約3分の1に削減しました ・かかる費用を約25%削減しました ・漢語を和語に開きすぎない決まりを足しました ・lint、diff、check は.env などを読まなくなりました 今日から使えます!
1
2
434
NEJM AIのケーススタディで、あらかじめ聞いた患者の価値観を言語モデルに渡すと、本人の治療の選び方にどこまで近づくかを見ていた。仮想の質問への答え合わせで、Llama 3.1(80億パラメータ)を温度0.2で動かしている。 ・患者と、本人が指名した法定代理人の15組が対象 ・本人と代理人の一致率は44.7%(95%信頼区間28.6〜61.9) ・価値観の情報を渡したLLMとの一致率は72.6%(同61.9〜85.7) ・その情報を外すと、本人役で42.0%、代理人役で45.2%まで下がり、人間の代理人と同程度になった。代理人にはその価値観プロフィールは渡していない ・電子カルテから価値観を読み取る精度は低く、低い読書レベルで書いたプロフィールでは有用性も落ちた 公式の紹介は「読書レベルを変えても性能を維持できるか」とも読める書き方だけど、抄録側は低い読書レベルで有用性が落ちたと書いている。モデルが賢いというより、本人の価値観を本人が先に残せるかどうかに効き目がかかっている、という読みのほうが自分にはしっくりきた。
In a new study on value-informed proxy decision support, Nolan and colleagues examine whether LLMs can improve alignment with patient preferences, extract values from clinical notes, and maintain performance across different reading levels. Full results: nejm.ai/3UfoOc9
1
1
5
516
マイメンかめちゃんの記事。参考になる。 --- これらを通して目指すべき状態は「顧客も気付いていない・誰も気づけてない実態、最も重要な解決すべきテーマを導き出すこと」です。 ・顧客に「あ。この人、自分のことを誰よりも理解してくれている、言語化出来ていない所までしてくれている、信頼できる」と思ってもらえる ・自身で「あ、多分、顧客についての理解が顧客とほぼ変わらない、場合によっては顧客よりも知っている、気づけていることがある」と確信できている まできたら戦略のスタート地点と考えています。
2
301
韓国のLBStechが、歩行環境のAIデータを使ったバリアフリー移動の話を11月9日に出してた。乗降地点から入口までの「最後の区間」に踏み込んでるのが気になった。 ・CES 2026で最高イノベーション賞を取った移動支援「MaaS-Bridge」を軸に、日本のバリアフリー観光・モビリティへの進出を模索している ・歩道幅・傾斜・階段・障害物・出入口などを分析して、利用者に合う乗降地点を提案する「Mobility Point」 ・車いす向けのAR案内や、視覚障害向けの音声・振動ナビとの連携も想定 ・歩行環境データは2026年時点で累計約1,384万件、と書かれている タクシーやナビで「最寄り」に降ろされても、そこから入口までが通れないと意味がない。この最後の区間のデータをどう保つかが、面白い。
1
262
Anthropicが、エージェントの記憶をどう作るかを実験つきでまとめてた。作業中にメモを書くことと、手が空いた時間にログを見返して記憶を整理し直す「dreaming」を分けて、それぞれが何に効くかを見せてくれてる。 ・強いモデルほど何を残すかを任せたほうがよく、「失敗だけ記録して」と縛ると記憶による伸びがかなり減った ・約35万ファイルの社内文書についての25問では、採点項目の達成率が検索だけだと53%、wikiを育てながら検索と併用すると61%まで上がった ・dreamingでは、メモを元のログと照らして間違いを直したり、メモをつないだwikiを作ったりする ・複数のエージェントが同じ表にまとめたら上書きで事実が抜け、1件1ページで原文どおり引用すると残った ・毎回読み込むメモに間違いがあると全部のセッションに持ち越されるので、小さく保つ Googleの「sleep」の研究は重みを更新する話だったけど、こっちは重みには触らずノートとwikiで覚える話で、めっちゃ面白い。支援記録や引き継ぎにこういう記憶を使うなら、誤った記憶が残り続けたり、本人の知らないところで記録が増えたりはしてほしくない。何をどこまで覚えるかを本人と決めて、あとから一緒に見直せる形にしておきたい。
Memory is what allows Claude to learn from experience. In a new Engineering Blog post, we share how “dreaming” helps Claude organize what it’s learned, correct its mistakes, and find what it needs more easily the next time. anthropic.com/research/compo…
3
647
digital-gov.note.jp/n/n69962… デジタル庁が、職員向け生成AI「源内」のアクセシビリティの取組をnoteにまとめてた。生成AIのUIならではの「待ち」と「途中経過」をスクリーンリーダーでどう伝えるかが、設計の理由まで具体的に書いてあって、国内の公的な事例としてかなり参考になる。 ・AIの回答は、開始と完了を確実に伝えたうえで、流れてくる文章を逐次読み上げずにまとめて読む ・長い待ち時間は一定の間隔で知らせる。当初5秒だったのを、フィードバックを受けて8秒にした ・画面の変化は、まず予期しない変化を起こさない、次に近くへフォーカスを移す、離れた変化だけライブリージョンで伝える、という順で考える ・視覚障害の当事者を含む専門家が、機能を足すたびにスクリーンリーダーやキーボードだけの操作で確かめている ・得た知見をルールファイルにまとめて、AIでコードを書くときにも読ませている 一方で、チェックに入っている当事者として書かれているのは視覚障害の人で、ほかの障害でどこまで確かめたかはまだ見えない。生成AIのUIはどこもまだ手探りだからこそ、いろんな障害の当事者と一緒に見ていきたい。
1
2
16
1,705
喜ばれるものをつくろう 役に立つものをつくろう 意義あるものをつくろう
16
428