深層学習に基づく医療画像分析における公平性の問題への対処：系統的レビュー
カテゴリ：高齢者医療・介護
公開日：2026年2月19日
タイトル：Addressing fairness issues in deep learning-based medical image analysis: a systematic review.
雑誌名：NPJ Digit Med. 2024 Oct 17; 7(1): 286. doi: 10.1038/s41746-024-01276-5. Epub 2024 Oct 17.
概 要：
本研究は、深層学習アルゴリズムが医療画像分析（MedIA）において優れた効果を示す一方で、特定のサブグループ（特に高齢女性）に対して予測性能に格差が生じる問題に焦点を当てています。この公平性の問題に対処するため、AI科学者と臨床医が協力し、その原因を理解し、MedIA内での緩和策を開発する努力が進められています。本レビューでは、MedIAにおける公平性の問題に対する最新の進展を方法論的アプローチに焦点を当てて検討し、公平性評価と不公平性緩和に関する研究を分類し、詳細な手法を紹介します。最後に、公平なMedIAと医療システムの確立における課題と機会について議論します。
方 法：
本研究は、医療画像分析における公平性の問題に関する文献を系統的にレビューし、方法論的アプローチを中心に分析しました。研究は、公平性評価と不公平性緩和の2つのカテゴリに分類され、各研究で用いられた詳細な手法が提示されています。
結 果：
公平性評価と不公平性緩和に関する研究の進展が示され、特に高齢女性に対する予測性能の格差に関する具体的な事例が紹介されました。これにより、MedIAにおける公平性の理解が深まり、今後の研究の方向性が示唆されました。
結 論：
本レビューは、AI研究者と臨床医の間で公平性に関する共通理解を促進し、不公平性緩和手法の開発を強化し、より公平なMedIA社会の創造に寄与することを目指しています。