MEDICINE & AI

タイトル：The Inverse Care Law in the Age of AI - Geographic Disparities in Health Care Technology Access 雑誌名：NEJM AI. 2026 Apr; 3(4): doi: 10.1056/AIp2600103. 概　要： 本研究は、人工知能（AI）が医療において逆ケア法のパターンを再現するリスクを示しています。特に、田舎地域は健康負担が大きいにもかかわらず、医療資源が少なく、AIソリューションの実施能力が低いことが明らかになりました。この格差はアメリカ国内にとどまらず、他国にも広がる可能性があります。年齢調整死亡率や慢性疾患の有病率、社会経済的課題は田舎で増加する一方、医療従事者やインフラは減少しています。この不均衡は、AIが最も有益であるべき文脈を生み出しますが、AIの実施能力は都市部から田舎にかけて低下します。特に、都市部の人口を主に対象とした臨床AIシステムは、田舎の人口に適用する際に配分の変化や移植可能性に関する懸念を引き起こします。意図的な介入がなければ、AIは既存の格差を拡大するリスクがあります。 方　法： 本研究は、米国の公的データを使用して、田舎地域における健康負担と医療資源の分布を分析しました。具体的には、年齢調整死亡率、慢性疾患の有病率、社会経済的課題、医療従事者の数、インフラの整備状況などの指標を用いて、都市部と田舎の格差を評価しました。 結　果： 田舎地域では、年齢調整死亡率や慢性疾患の有病率が高く、医療資源が不足していることが確認されました。また、AIの実施能力は都市部から田舎にかけて低下し、特に相互運用性インフラやAIの採用状況において顕著でした。臨床AIシステムが都市部の人口を主に対象としているため、田舎地域への適用においては配分の変化が懸念されます。 結　論： AIは既存の医療格差を拡大するリスクがあるため、地理と公平性を考慮した政策、研究、規制の協調的な取り組みが必要です。政策は、サービスが不足しているシステムに基盤となるインフラを支援し、研究はAIを現在の医療の選択肢と比較して評価し、規制はアクセスと普及の格差に対処する必要があります。これにより、AIの利益が最も必要とされる地域に届くことが期待されます。