論文の概要: On the Security and Privacy of AI-based Mobile Health Chatbots

• arxiv url: http://arxiv.org/abs/2511.12377v1
• Date: Sat, 15 Nov 2025 22:49:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-18 14:36:24.002284
• Title: On the Security and Privacy of AI-based Mobile Health Chatbots
• Title（参考訳）: AIベースのモバイルヘルスチャットボットのセキュリティとプライバシについて
• Authors: Samuel Wairimu, Leonardo Horn Iwaya,
• Abstract要約: この研究は、Google Play Storeから特定された16のAIベースのmHealthチャットボットを実証的に評価する。 われわれの調査では、セキュリティ上の脆弱性、プライバシー上の問題、Google Playのポリシーに準拠していないことが判明した。 これらの推奨事項は、データ処理プロセスの改善、開示、ユーザセキュリティに重点を置いている。
• 参考スコア（独自算出の注目度）: 0.24554686192257424
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rise of Artificial Intelligence (AI) has impacted the development of mobile health (mHealth) apps, most notably with the advent of AI-based chatbots used as ubiquitous ``companions'' for various services, from fitness to mental health assistants. While these mHealth chatbots offer clear benefits, such as personalized health information and predictive diagnoses, they also raise significant concerns regarding security and privacy. This study empirically assesses 16 AI-based mHealth chatbots identified from the Google Play Store. The empirical assessment follows a three-phase approach (manual inspection, static code analysis, and dynamic analysis) to evaluate technical robustness and how design and implementation choices impact end users. Our findings revealed security vulnerabilities (e.g., enabling Remote WebView debugging), privacy issues, and non-compliance with Google Play policies (e.g., failure to provide publicly accessible privacy policies). Based on our findings, we offer several recommendations to enhance the security and privacy of mHealth chatbots. These recommendations focus on improving data handling processes, disclosure, and user security. Therefore, this work also seeks to support mHealth developers and security/privacy engineers in designing more transparent, privacy-friendly, and secure mHealth chatbots.
• Abstract（参考訳）: 人工知能(AI)の台頭はモバイルヘルス(mHealth)アプリの開発に影響を与えており、特に、フィットネスからメンタルヘルスアシスタントに至るまで、さまざまなサービスに「コンパニオン」としてユビキタスなAIベースのチャットボットが登場している。 これらのmHealthチャットボットは、パーソナライズされた健康情報や予測診断などの明確なメリットを提供する一方で、セキュリティとプライバシに関する重要な懸念も提起している。 この研究は、Google Play Storeから特定された16のAIベースのmHealthチャットボットを実証的に評価する。 実証的な評価は、3段階のアプローチ(手動検査、静的コード分析、動的解析)に従って、技術的堅牢性と設計と実装の選択がエンドユーザに与える影響を評価する。 私たちの調査によると、セキュリティ上の脆弱性(リモートWebViewデバッグを可能にするなど)、プライバシー上の問題、Google Playのポリシーに準拠していないこと(パブリックアクセスのプライバシーポリシーを提供していないことなど)が判明しました。 この結果に基づき,mHealthチャットボットのセキュリティとプライバシを高めるために,いくつかの推奨事項を提示した。 これらの推奨事項は、データ処理プロセスの改善、開示、ユーザセキュリティに重点を置いている。 したがって、この作業はmHealthの開発者とセキュリティ/プライバシエンジニアをサポートし、より透明でプライバシフレンドリでセキュアなmHealthチャットボットを設計することを目指している。

関連論文リスト

• Can I Trust This Chatbot? Assessing User Privacy in AI-Healthcare Chatbot Applications [2.7026776927145235]
  私たちの研究は、米国内のApp StoreとGoogle Playで利用可能な、広くダウンロードされた12のAIヘルスケアチャットボットアプリのプライバシプラクティスを評価した。 調査対象アプリの半数はサインアップ時にプライバシーポリシーを示しておらず、その時点でデータ共有を無効にするオプションは2つだけだった。 アプリのプライバシポリシの大部分は、データ保護対策に対処できなかった。
  論文  参考訳（メタデータ） (2025-09-18T03:29:43Z)
• Towards Privacy-aware Mental Health AI Models: Advances, Challenges, and Opportunities [58.61680631581921]
  メンタルヘルス障害は、深い個人的・社会的負担を生じさせるが、従来の診断はリソース集約的でアクセシビリティが制限される。 本稿では、これらの課題を考察し、匿名化、合成データ、プライバシー保護トレーニングを含む解決策を提案する。 臨床的な意思決定をサポートし、メンタルヘルスの結果を改善する、信頼できるプライバシを意識したAIツールを進化させることを目標としている。
  論文  参考訳（メタデータ） (2025-02-01T15:10:02Z)
• Decoding User Concerns in AI Health Chatbots: An Exploration of Security and Privacy in App Reviews [1.2437039433843042]
  本研究では,セキュリティプライバシに関する懸念(SPR)を特定する上で,特にBARTとGemini GenAIの自動化手法の有効性を評価する。 以上の結果から,SPR分類におけるGeminiの性能は手動ラベリングに匹敵するものの,どちらの自動手法にも限界があることが示唆された。
  論文  参考訳（メタデータ） (2025-01-31T00:38:37Z)
• A Qualitative Analysis Framework for mHealth Privacy Practices [0.0]
  本稿では,mHealthアプリにおけるプライバシプラクティスの質的評価のための新しいフレームワークを提案する。 調査では、Androidプラットフォーム上でmHealthをリードする152のアプリを分析した。 以上の結果から,機密情報の誤用や誤用に悩まされていることが示唆された。
  論文  参考訳（メタデータ） (2024-05-28T08:57:52Z)
• Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
  この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。 また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-31T19:28:04Z)
• The Security and Privacy of Mobile Edge Computing: An Artificial Intelligence Perspective [64.36680481458868]
  Mobile Edge Computing (MEC)は、クラウドコンピューティングと情報技術(IT)サービスをネットワークのエッジで配信できるようにする新しいコンピューティングパラダイムである。 本稿では,人工知能(AI)の観点からMECのセキュリティとプライバシに関する調査を行う。 新たなセキュリティとプライバシの問題に加えて、AIの観点からの潜在的なソリューションにも重点を置いています。
  論文  参考訳（メタデータ） (2024-01-03T07:47:22Z)
• Contributions to Context-Aware Smart Healthcare: A Security and Privacy Perspective [0.0]
  論文は スマートヘルスのパラダイムにおける セキュリティとプライバシの課題に 貢献しています 本稿では,コンテキスト認識環境に配置されたセンサやネットワークのセキュリティ面について,広範囲にわたる解析を行う。 私たちは、組織内のビジネスプロセスを分析するのに役立つ一般的な分析分野であるプロセスマイニングに貢献しています。
  論文  参考訳（メタデータ） (2022-06-28T16:54:16Z)
• On the Privacy of Mental Health Apps: An Empirical Investigation and its Implications for Apps Development [14.113922276394588]
  本稿では、メンタルヘルスアプリに組み込まれたデータのプライバシーを体系的に識別し、理解することを目的とした実証的研究を報告する。 われわれはGoogle Play Storeのトップランクのメンタルヘルスアプリ27件を分析した。 この発見は、不必要なパーミッション、セキュアでない暗号実装、ログやWebリクエストにおける個人情報や資格情報の漏洩など、重要なデータプライバシの問題を明らかにする。
  論文  参考訳（メタデータ） (2022-01-22T09:23:56Z)
• Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
  ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。 多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
  論文  参考訳（メタデータ） (2020-09-21T03:45:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。