MEDICINE & AI

タイトル：Portraying Ethical Risks of Medical AI: Mixed Methods Study From Connotation Definition to a Survey on Physicians' Cognition 雑誌名：J Med Internet Res. 2026 Jul 09; 28: e89300. doi: 10.2196/89300. 概　要： 本研究は、中国における医療人工知能（AI）の倫理的リスクに関する多次元的なフレームワークを構築し、医師のリスク認識を評価することを目的としています。医療AIの倫理的リスクは世界的な関心事ですが、既存の理解は断片的であり、統合的な枠組みが欠如しています。研究は、AIリスクガバナンスの理論的支援を提供します。 方　法： 研究は2つのフェーズで実施されました。第一フェーズでは、36人の専門家への半構造化インタビューを行い、グラウンデッド・セオリーを用いて分析し、5つの主要リスクカテゴリーと15のサブカテゴリーを特定しました。第二フェーズでは、このフレームワークに基づいた21項目の質問票を600人の医師に配布し、信頼性と妥当性を確認後、記述統計と重回帰分析を用いてリスク認識と影響要因を特定しました。 結　果： フレームワークには、生理的リスク（診断エラーや不適切な治療）、心理的リスク（医師の技術的不安や患者の心理的不安）、データとプライバシーリスク（プライバシー漏洩やデータセキュリティ）、社会的リスク（信頼危機、職業への影響、不明確な責任、自己決定権の侵害）、経済的および持続可能性リスク（財政的負担の増加、資源の無駄、環境汚染、エネルギー消費）が含まれます。医師はデータとプライバシーリスク、責任の不明確さ、医師と患者の信頼危機に最も懸念を示しました。経済的および持続可能性リスクへの同意は最も低かったです。重回帰分析では、専門的なAIトレーニングが誤診リスク、プライバシー漏洩、不明確な責任の認識と正の相関があることが示されました。 結　論： 本研究は、中国における医療AIのための文脈に即した倫理的リスクフレームワークを提案し、ターゲットを絞ったガバナンスを導くことを目指しています。今後の取り組みは、医療専門家の倫理的トレーニングの強化、医療機関におけるAIの倫理審査メカニズムの改善、責任とアカウンタビリティの明確化に焦点を当てるべきです。これらの措置は、倫理的に適合したフレームワーク内で医療AIの堅実な発展を促進するでしょう。