MEDICINE & AI

タイトル：Weighing the benefits and risks of collecting race and ethnicity data in clinical settings for medical artificial intelligence 雑誌名：Lancet Digit Health. 2025 Apr; 7(4): e286-e294. doi: 10.1016/j.landig.2025.01.003. 概　要： 多くの国では、臨床現場で人種や民族に関するデータが収集されていません。このデータがないと、人工知能（AI）アルゴリズムのトレーニングデータや出力におけるバイアスを特定することが難しく、周縁化されたグループを排除したり、さらに害を及ぼすことのない医療AIツールの開発が困難になります。しかし、これらのデータ収集は、特に人種的にマイノリティの集団や他の周縁化されたグループに特有のリスクも伴います。本稿では、臨床現場での人種と民族データ収集のリスクと、収集しないことのリスクを比較検討しています。包括的なデータ収集は、歴史的に健康状態や医療アクセスが悪化している人種的マイノリティの利益につながる可能性がありますが、データ収集には重要な懸念も伴います。 方　法： 本稿は、臨床現場での人種と民族データ収集に関するリスクと利点を比較する観点からの考察を行っています。具体的な研究デザインや対象者数は記載されていませんが、データ収集の影響を評価するための理論的枠組みを提供しています。 結　果： 人種や民族に関するデータの収集は、歴史的に不利な状況にある集団に利益をもたらす可能性がある一方で、交差的な社会カテゴリーの構築や生物学的還元主義のリスク、歴史的な排除や暴力の文脈での誤用の可能性など、重要な懸念があることが示されています。 結　論： 人種と民族データの収集は、より良いAIアルゴリズムの構築に向けて重要であり、周縁化されたグループを排除したり害を及ぼすことのない医療を目指すためには、慎重なデータ収集が必要です。