この記事は MICIN Advent Calendar 2025 の4日目の記事です。
前回は Kensuke Takahashi さんの「攻めと守りを両立する、2025年に情報セキュリティチームが取り組んだ4つのこと」でした。
私は株式会社MICINのオンライン医療事業部でアプリケーションエンジニアをしているdoutoriと申します。
弊社サービス「クロン」の開発を日々行なっており、医療機関や薬局と端末のビデオ通話を行う「オンライン診療」「オンライン服薬指導」機能を提供しています。
今回のまえおき
調査のきっかけは、「クロン」のビデオ通話機能を“外部アプリ”に組み込む形で提供した際に発生した問題です。
ここでいう外部アプリとは、クロンとは別に開発・運用されているアプリケーションであり、クロン本体の一部ではなく、ビデオ通話機能のみをWebView等を通じて利用できるようにしたものです。
このような連携形態では、外部アプリの画面やフローの中でクロンのビデオ通話機能だけを呼び出します。そのため、ユーザー体験や技術的な制約がクロン単体での利用時とは異なります。
実際に、外部アプリ経由でビデオ通話を開始した際、WebView上でのビデオ自動再生が期待通りに動作しないケースが発生しました。
本来期待していた挙動とギャップ
クロンが提供しているビデオ診察の一連の流れとしては、大まかに以下のような流れになるのですが、
- ビデオルームに入室前に、自カメラにて自映像を出力する
- 「ビデオ診察ルームに入室」ボタン押下で、実際に医療機関とオンラインでの診察を行う
カメラの権限は認可されており、ビデオ通話のモジュールにも特に問題は見当たりませんでした。それにもかかわらず、1 の入室前の状態で映像が映らないという事象が発生しました。
同機能をWeb版クロンやApp版クロンでも提供してはいるのですが、その際には特に問題が出ていませんでした。
外部アプリに機能提供している関係上、アプリ側の設定が怪しいのはもちろんですが、改めて WebViewやWebブラウザの再生ポリシーの違い、設定方法、各ベンダの仕様などを整理する必要性を感じました。
それぞれの環境での再生ポリシー
Web の場合
video 要素の仕様については、HTML Living Standard にて勧告がされています（要素が追加された当時は HTML5だったと思いますが）
その後各ブラウザベンダが自動再生のポリシーを策定し、実装されています。
共通して言えることとしては、
- 基本的に自動再生は許可されない（推奨されてない）
- 再生にはユーザーの何らかのアクションが必要
- Click
- Tap
- TouchEnd
- KeyDown
- and more…
ということでした。
ここだけ見ると、ユーザーアクションさえ取れれば再生ができることになるので、悪意を持てばダークパターンになりそうな気がしますが、仕様上はこのようになっているようです。
App版クロン（React Native）の内部ブラウザ（InAppBrowser）の場合
クロンの内部ブラウザには以下のライブラリを利用しています。
このライブラリは各プラットフォームのネイティブブラウザを呼び出すため、通常のWebブラウザと同じ自動再生ポリシーが適用されています。
App版クロン（React Native）の Web View の場合
クロンでの WebView には、以下のライブラリを利用しています。
このライブラリでは、ビデオ通話に関わるプロパティ mediaPlaybackRequiresUserAction や allowsInlineMediaPlayback の初期値が「自動再生を制限する」設定になっているので、この設定の初期値を明示的に変更する必要があります。
<WebView
source={{ uri }}
mediaPlaybackRequiresUserAction={false} // 自動再生を許可
allowsInlineMediaPlayback={true} // iOS用: インライン再生を許可
// ... 他のプロパティ
/>
WebRTC 利用時の自動再生ポリシーの違い
これまで解説した一般的な自動再生ポリシーとは異なり、WebRTCを使ったリアルタイム通信では、再生開始のタイミングや必要なユーザーアクションに独自のルールがあります。
アプリケーション側の実装として、必ず音声（端末のマイク）と映像（端末のカメラ）に対してのアクセス権の認可が求められるインターフェースになっていると思いますが、
For a two-way video conference, video automatically plays after the user accepts the prompt requesting camera access.
WebKit に関しては、双方向通信の場合は「認可する」というアクションのみで再生されるとの言及がされています（単方向通信の場合は、「認可する」+「再生する」の2アクションが少なくとも必要）
※ ただ、双方向通信でも何かしら「再生する」に相当するユーザーアクションが推奨されている
さいごに
今回のビデオ通話に限らず、「自動再生」させるということに対する顧客体験については、いろいろ議論の是非はあると思っています。
セキュリティやプライバシー、悪用防止の観点から自動再生は一定の制限が設けられていますが、その理由を改めて理解しておく必要があることを感じました。
今後もより良い顧客体験のために、開発を続けていこうと思います！
Discussion