臨床人工知能における「人種補正」の廃止の微妙さ
カテゴリ：手術支援
公開日：2026年2月19日
タイトル：The subtleties of abolishing "race correction" in clinical artificial intelligence.
雑誌名：J Am Med Inform Assoc. 2026 Feb 04; doi: 10.1093/jamia/ocag012. Epub 2026 Feb 04.
概 要：
本研究は、臨床人工知能（AI）における人種補正の廃止の複雑さを探求し、単純な解決策の落とし穴を指摘し、公平なモデル開発のための体系的な戦略を提案します。人種補正は伝統的医療と同様にバイアスを導入し、潜在的に有害な結果をもたらします。単にモデルから人種を除去するだけでは不十分であり、歴史的に偏ったデータの影響が残ります。
方 法：
本研究では、臨床AIにおける人種補正の現れ方を示すために、4つの標準化されたシナリオを分析しました。これには、人種補正変数の使用、人種の明示的な含有、代理変数による推測、および人種特有のモデルの使用が含まれます。
結 果：
各シナリオにおいて、人種補正を取り除くための直感的な解決策は、データに埋め込まれたレガシー効果のためにバイアスを排除できないことが示されました。より慎重なアプローチが必要です。
結 論：
臨床AIにおける人種補正の廃止には、意図的で文脈に応じた介入、さまざまな利害関係者の参加、モデルの推論をより透明で監査可能にするための戦略が必要です。