慣性聚合 関心のあるブログ、ニュース、テクノロジーを効率的に追跡
原文を読む 慣性聚合で開く

おすすめ購読元

博客园 - 司徒正美
V
V2EX
T
Tailwind CSS Blog
有赞技术团队
有赞技术团队
aimingoo的专栏
aimingoo的专栏
Apple Machine Learning Research
Apple Machine Learning Research
IT之家
IT之家
Blog — PlanetScale
Blog — PlanetScale
A
About on SuperTechFans
月光博客
月光博客
T
The Blog of Author Tim Ferriss
宝玉的分享
宝玉的分享
Martin Fowler
Martin Fowler
博客园 - 聂微东
The GitHub Blog
The GitHub Blog
V
Visual Studio Blog
WordPress大学
WordPress大学
酷 壳 – CoolShell
酷 壳 – CoolShell
Engineering at Meta
Engineering at Meta
GbyAI
GbyAI

DEV Community

Authentication Security Deep Dive: From Brute Force to Salted Hashing (With Java Examples) Why AI Systems Don’t Fail — They Drift Spilling beans for how i learn for exam😁"Reinforcement Learning Cheat Sheet" I Replaced Chrome with Safari for AI Browser Automation. Here's What Broke (and What Finally Worked) How Python Borrows Other People's Work The $40 Architecture: Processing 1 Billion API Requests with 99.99% Uptime Vibe Coding: A Workflow Guide (From Zero to SaaS) Most webhook security guides protect the wrong side. The scary part is delivery. Headless CMS for TanStack Start: Build a Blog with Cosmic EU Age Verification App "Hacked in 2 Minutes" — What Actually Happened Comfy Cloud’s delete function does not actually remove files Running AI Models on GPU Cloud Servers: A Beginner Guide Event-driven media intelligence with AWS Step Functions and Bedrock I scored 500 AI prompts across 8 quality dimensions — here's what broke How to Call Google Gemini API from Next.js (Free Tier, No Backend Needed) The Portal Protocol: Reclaiming Human Connection in the Age of AI How to Fix Your Team's Scattered Knowledge Problem With a Self-Hosted Forum Intro to tc Cloud Functors: A Graph-First Mental Model for the Modern Cloud Designing Multi-Tenant Backends With Both Ownership and Team Access I Built a Neumorphic CSS Library with 77+ Components — Here's What I Learned PostgreSQL Performance Optimization: Why Connection Pooling Is Critical at Scale Cómo construí un SaaS multi-rubro para gestionar expensas en Argentina con FastAPI + Vue 3 🚀 I Built an Ethical Hacking Scanner Tool – Open Source Project I Replaced /usage and /context in Claude Code With a Single Statusline A Pythonic Way to Handle Emails (IMAP/SMTP) with Auto-Discovery and AI-Ready Design I Collected 8.9 Million Polymarket Price Points — Here's What I Found About How Markets Really Move EcoTrack AI — Carbon Footprint Tracker & Dashboard Everyone's Using AI. No One Agrees How. 5 self-hosted ebook managers worth trying in 2026 Building Your First AI Agent with LangChain: From Chatbot to Autonomous Assistant Common SOC 2 Failures (Real World) Stop Vibe-Checking Your AI App: A Practical Guide to Evals How to Use SonarQube and SonarScanner Locally to Level Up Your Code Quality Your Next To-Do App Is Dead — I Replaced Mine with an OpenClaw AI Sign a Nostr event in 60 lines of Python using coincurve — no nostr-sdk, no nbxplorer, no rust toolchain ITGC Audit Explained Like You’re in Big 4 Patch Tuesday abril 2026: Microsoft parcha 163 vulnerabilidades y un zero-day en SharePoint Stop scraping everything: a better way to track competitor price changes Listing on MCPize + the Official MCP Registry while routing payments OUTSIDE the marketplace — how I kept 100% of my x402 revenue Building an AI-Powered Risk Intelligence System Using Serverless Architecture Why We Ripped Function Overloading Out of Our AI Toolchain Testing AI-Generated Code: How to Actually Know If It Works SaaS Churn Is Killing Your Business. Here Is What to Do About It (Without a Support Team) The Speed of AI Is No Longer Linear - And Self-Improving Models Are Why How to Implement RBAC for MCP Tools: A Practical Guide for Engineering Teams From Standard Quote to Persuasive Proposal: AI Automation for Arborists I built a CLI that scaffolds complete multi-tenant SaaS apps Axios CVE-2025–62718: The Silent SSRF Bug That Could Be Hiding in Your Node.js App Right Now The dashboard that ended our friendship Data Pipelines Explained Simply (and How to Build Them with Python)
Companion — 糖尿病と高血圧のためのプライバシー優先のヘルスパートナー
bluerockymou · 2026-05-24 · via DEV Community

これはGemma 4チャレンジへの提出です:Gemma 4で作る

私が作ったもの

Companionは、2型糖尿病と高血圧を一緒に管理している人々の静かな日々のチェックインです——彼らのほとんどです。(糖尿病を持つ人の約70%も高血圧を患っています。)

問題点:世界中5億3700万人が糖尿病を抱えています。その多くは、医師を3か月から6か月ごとに訪れます。訪問の間隔で、ノートやアプリに数値を集めますが、それらの数値が全体として意味することを知る方法がありません。火曜日の215 mg/dLは悪いのか?血圧の傾向は上昇しているのか?アモジジンの1回の服用漏れが実際に重要だったのか?

相棒は優しい看護師のように、彼らの1週間の読書を確認します。それ:

  1. まず危険な区域をマークします — 今日医者に電話するに値する読書
  2. パターンを見つけます — 「火曜日と土曜日のご飯が血糖値を215を超えました。気をつけるべきです。」
  3. 試すべき小さなことを提案します — 一般的なアドバイスではなく、データに基づく特定の実験です
  4. クリニックの要約を書き出し、次回の診察時に医師に渡せるようにします—クリーンで事実に基づき、30秒でスキャンできます

すべての読み取りはユーザーのブラウザに残ります。バックエンドもデータベースもアカウントもありません

デモ

🎥ビデオウォークスルー:

🌐 ライブデモ: https://companion-sooty.vercel.app

流れは簡単です:

  1. 読書の週間を貼り付ける(またはサンプルをロード)
  2. 「私の週を分析する」をクリック
  3. 危険フラグ、傾向、一つの提案される実験、医師の要約を確認
  4. 次のアポイントメントのためにPDFをダウンロード

コード

📦 GitHub:

同伴

糖尿病と高血圧を管理している人々のための静かな日々のチェックイン。週の読み取りを貼り付け、正常な範囲、注意が必要なこと、そして試すべき小さなことについての平易な言語での要約を得る——そして次の医者の診察に持って行くためのクリーンなPDFの要約.

作成済みDEV.to ゲンマ4チャレンジ、2026年5月.

なぜこれが存在するのか

世界には5億3700万人の糖尿病患者在住しています。彼らの多くは、3か月から6か月ごとに医者を訪れます。その間、ノートやアプリで数字を集めており、それらの数字が全体として意味するものを知りません。

コンパニオンは中間です。一週間分の血糖値と血圧の読み取りを、優しい看護師のように読み取ります——危険な領域を探し、パターンを見つけ、一つだけ試すべきことを提案し、医師が30秒でスキャンできる臨床的まとめを書きます.

仕組み

それは…

アプリケーション全体が一つのHTMLファイルです。フレームワークもなく、ビルドステップもなく、npm installもありません。医師の要約ダウンロードのためにjsPDF(CDN経由でロード)だけが依存関係です。「知性」の大部分はシステムプロンプトに存在します——私が認めたくないほど何度も調整しました

// The model call is dead simple:
const response = await fetch('https://openrouter.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: { 'Authorization': `Bearer ${key}`, 'Content-Type': 'application/json' },
  body: JSON.stringify({
    model: 'google/gemma-4-26b-a4b-it:free',
    messages: [
      { role: 'system', content: SYSTEM_PROMPT },
      { role: 'user', content: `Here are my readings for the past 7 days:\n\n${readings}` }
    ],
    temperature: 0.3,
    max_tokens: 1500
  })
});

フルスクリーンモードを開始 フルスクリーンモードを終了

システムプロンプトは製品が存在する場所です。参照範囲、出力スキーマ、トーンルール(「親しみのある友人で看護師であるように話すのではなく、教科書のように」)および明確な安全制約(医療アドバイスを置き換えることは決してしない、常に医師の要約を含める)を定義します.

ゲンマ4の使用方法

私はゲンマ4 26B MoE(4Bアクティブ)を選びました — 専門家の組み合わせのバリエーション — そしてモデルの選択はこの製品にとって重要です.

なぜMoEではなく31B Denseなのか: 相棒は反応が速く感じる必要があります。12秒かかる日次チェックインツールを使う人はいません。MoEはトークンあたり4Bパラメータのみ有効にして、Denseモデルに近い推論品質を提供し、OpenRouterの無料プランでも低いラテンシを得ます。日次利用ツールにとって、そのラテンシ予算はベンチマーク精度の最後の数点よりも重要です.

なぜMoEなのかE4Bではなく: ここでの推論タスクは本当に難しい。モデルは火曜日の血糖値の上昇を火曜日に記録された米と鶏肉の食事に結びつけ、それから土曜日のカレーで同じパターンに気づかなければならない。火曜日にアモルディピンの服用を逃したことが血圧が上昇するのと関連していることを理解しなければならない。同時に五つの異なる基準範囲を重み付け、何をフラグ付けするか、言及するか、無視するかを決定しなければならない。E4B(4Bパラメータ)はここでシグナルを減少させ始める。MoEの専門的なルーティングは異なる分野の推論——食事、薬の服用、時間帯のパターン——を処理し、活性パラメータの数を増やさずに管理する。

なぜGemma 4なのか(Gemini FlashやGPT-4o-miniではなく): アパッチ 2.0 ライセンスは、健康アプリケーションにおいて人々が認識していないほど重要です。アーキテクチャは意図的に、ローカルな Gemma 4 E4B デプロイメントに LiteRT-LM や Ollama を介して交換可能です。ローカル推論経路が安定したら、その移行経路は「興味深いデモ」と「実際の製品」の違いを決定します。プライバシー厳格な市場——ドイツの医療、EU GDPR の文脈、米国のクラウドに患者データを送れない誰も——にとって、その移行経路は重要です。今日のホスティングコールはデプロイメントの利便性です。モデルの選択は、明日のプライバシー保証のためです。

Gemma 4が解き明かした、2年前には作り上げられなかったこと: 論理。以前のオープンモデルなら「今週は血糖値が128から268の範囲で、平均144でした」という要約を与えてくれた。Gemma 4は私に洞察を与えてくれる(あなたの二つの最も高い測定値はどちらも米が多く含まれる食事を摂取しました。気をつけるべき点です。)その変化——要約から洞察への——が、ログインアプリと相棒との違いを作り出しています。

切り取ったもの

これは約七時間で作成し、多くの「いいかな」という機能を削除しました:

  • ❌ 複数モードの写真アップロード(ユーザーが血糖計の画面を撮影できるように)— v2に保存
  • ❌ 複数週間のトレンドチャート — 医師のPDFには十分な
  • ❌ モバイルアプリ — モバイルブラウザでもウェブは問題ない
  • ❌ ユーザーアカウント — 一切がブラウザにあり、それがプライバシーストーリー

私が残したのは、医師の訪問の間に実際に誰かを助けることができる最小限のものだ。それが全体的な提案だ.

責任についてのメモ

私は医者ではありません。このアプリはこの点について明確に説明しています——すべての画面、すべてのPDF、に「これは医療相談ではありません」と記載されています。プロンプトにおける参考範囲は標準的なADAとAHAガイドラインに基づいていますが、モデルが間違えてしまう可能性は残っています。この製品は、人間の医者が関与しているという前提で構築されています。Companionの仕事は、その会話を助けること——それを置き換えることではない

。自分で試してみてください

糖尿病や高血圧を管理している友人や家族がいる場合、彼らに1週間の測定結果をCompanionに記録してもらい、その要約が何か知らないことを教えてくれるかどうかを見てみてください。それが私が最も気にかけていたテストです.

このチャレンジを企画したDEVチームとGoogleに感謝します——特にオープン重量のストーリーを浮き彫りにしてくれたことに感謝します。このような高性能なモデルでApache 2.0を実装することは、医療にとって本当に大きなことです。


Gemma 4 Challengeのために2026年5月にソロで作成されました。