SMS認証からパスキーへ 日本の金融機関で進む導入と機種変更の備え
金融機関を装うフィッシング被害を受け、日本では証券会社を中心に、認証コードを入力しないパスキーの導入が進んでいる。パスキーは端末側の秘密鍵とサービス側の公開鍵を組み合わせ、正規のサイトでだけ認証を成立させる。
AI、セキュリティ、デジタルツール、ソフトウェアと製品、スタートアップ、半導体、産業テクノロジー、政策の動きを追います。
金融機関を装うフィッシング被害を受け、日本では証券会社を中心に、認証コードを入力しないパスキーの導入が進んでいる。パスキーは端末側の秘密鍵とサービス側の公開鍵を組み合わせ、正規のサイトでだけ認証を成立させる。
スマートフォンのOS更新は、安全性を保つ一方、重要なアプリの互換性や更新直後の電池消費を確かめる必要がある。判断の軸は端末の古さだけではなく、修正内容、バックアップ、空き容量、元の版へ戻せるかという四点だ。
タスク マネージャーのメモリ使用率が高くても、操作が遅いとは限らず、空き容量を増やす操作が必要とは限らない。先に負荷の高いプロセスを特定し、常駐アプリ、バックグラウンド動作、視覚効果、OneDriveの同期を用途に合わせて見直す。
介護の見守り機器は、同じ製品区分にセンサーの方式も判定方法も異なる製品が並び、名称だけでは性能を比べにくい。日本では「AI」の有無より、実環境での検証条件、誤報と見逃し、取得データの扱いを個別に確かめる必要がある。
健診結果や薬剤情報を生成AIに読ませるサービスでは、回答の精度とデータを預ける仕組みを分けて見る必要がある。米国限定のChatGPT Healthと日本のマイナポータルAPIでは、接続主体と公的審査の範囲が異なる。
Coldcardの一部ファームウェアで作られたシードは、装置が正常に動いて見える一方、秘密鍵の基になる乱数の予測困難性が失われていた。原因は、無効を示す設定値「0」をライブラリーが有効と扱い、ハードウェア乱数ではなく決定論的な代替処理を呼び出したことにある。
生成AIは、根拠のない内容でも流暢で確信に満ちた文章として返す場合がある。ハルシネーションは事前学習で生じ、正解数を重視する評価が不確実な場面での推測を後押しするという分析が示されている。
AIで候補化合物を絞り込む企業への投資が膨らむ一方、AI起点の新薬が承認に達したとの報告はまだない。初期の探索は速くなっても、人体で安全性と有効性を確かめる臨床試験と承認審査は別の関門として残る。
食事の写真を撮ると、グルコースへの影響を生成AIが食前に予測する機能が米国で始まった。日本では現行製品としてFreeStyleリブレ2が案内されており、Libre Assistの国内提供を示す公式資料は確認できていない。
医療AIが薬事承認を得ても、その製品に独立した診療報酬が付くとは限らない。日本の2026年度基準は、既存技術の臨床上の有効性を明らかに高めた場合に加算を検討し、労働時間の短縮だけでは原則として加算しない線を示した。
スマートウォッチの睡眠記録は身近になったが、画面に示される睡眠段階は脳波を直接測った結果ではない。6機種の比較研究では睡眠の検出感度が9割を超えた一方、覚醒の特異度は29.39〜52.15%にとどまった。
患者と対話する生成AIが投薬判断に関わる場合、会話の利便性と臨床上の決定権をどう切り分けるかが審査の焦点になる。米FDAが許可したUpDocは、医師が設定した治療計画と決定論的な投薬ロジックを中核に置き、変更可能な範囲も事前に定めた。
心の悩みを会話型AIに打ち明けるサービスに対し、米国では州ごとに治療行為の制限や危機対応の義務化が始まった。日本ではAI法と一般ガイドラインは整ったが、心理支援をうたうチャットボットに特化した義務は公的資料から確認できない。
ウェブ上の指示を読み取って操作するAIブラウザーは、ログイン済みサービスへの権限も引き継ぐ場合がある。LayerXの実証では、偽のゲームに誘導された5種類のブラウザーと1種類の拡張機能が、試験用のSSH認証情報を外部へ送った。
クラウド利用やリモートワークが広がり、社内ネットワークに接続している事実だけでは安全性を判断しにくくなった。ゼロトラストは、利用者、端末、アクセス先、通信時の状況を継続的に評価し、必要最小限の権限だけを与える設計である。
電子カルテの項目名やコードが施設ごとに異なれば、AIは同じ意味のデータを同じものとして扱えない。FHIRは医療情報を共通のリソースに分けて交換する規格で、日本の電子カルテ情報共有サービスでも実装が進む。
漢方を扱うAIの実力は、デモ画面の回答や単一の正解率からは判断しにくい。日本で導入を検討する際は、使用目的から医療機器該当性を確かめ、学習資料、性能評価、データ管理、相互運用性、最終判断の責任までを分けて見る必要がある。
生成AIの計算量が膨らむなか、クラウド各社はGPUに加えて自社設計のAIチップを使い始めている。ASICが有利になるのは処理内容と需要が安定した場合で、モデルの変更が多い開発や小規模運用ではGPUの柔軟性が残る。