医療における人工知能実装研究のためのフレームワーク：障壁と促進要因に関する現在の証拠の統合
カテゴリ：公衆衛生・予防医療
公開日：2026年5月9日
タイトル：Framework for artificial intelligence implementation research in healthcare: synthesizing current evidence on barriers and facilitators.
雑誌名：NPJ Digit Med. 2026 May 08; doi: 10.1038/s41746-026-02705-3.
概 要：
本研究は、医療現場における人工知能（AI）モデルの実装に関する障壁を統合した「医療における人工知能実装研究のためのフレームワーク（FAIIR-H）」を提案します。AIモデルは増加しているものの、日常的な臨床実践に組み込まれているものは少ないため、今後の実装評価と計画の指針となることを目的としています。2020年1月から2024年5月までに発表された関連文献をスコーピングレビューにより収集し、理論を統合するためにアフィニティダイアグラムを用いて構成要素を整理しました。
方 法：
本研究は、スコーピング文献レビューを実施し、2020年1月から2024年5月までに発表された関連論文をMedline、Embase、Web of Scienceから収集しました。さらに、スノーボールサンプリングを用いて追加の関連フレームワークを特定しました。最終的なフレームワークは、デザインと開発、組織と文化、展開と維持の5つのテーマにわたる12のドメインと63の構成要素を含んでいます。
結 果：
最終的なフレームワークには、デザインと開発（データ、モデル性能、設計、規制）、組織と文化（リソース、準備、賛同）、展開と維持（統合、ユーザー中心、維持）に関連する要素が含まれ、品質と安全性、平等性が別の重要なテーマとして位置づけられています。
結 論：
この研究の成果は、AI駆動技術の医療現場での実装に関する障壁と促進要因に基づいた実装計画の開発を支援し、システマティックな評価を導くための指針となることが期待されます。