商業医療AIのバイアス報告、分断が判明

大阪公立大学医学研究科のシャノン・L・ワルストン博士ら研究チームは、市販の放射線科用人工知能（AI）製品の検証に関する系統的レビューを実施し、性別・年齢・人種などの人口統計学的サブグループ報告が大幅に欠如している実態を明らかにした。この調査結果は学術誌European Radiologyの2026年版に発表された。 研究チームは252製品の545件の関連論文を検証した結果、人口統計学的詳細やサブグループ別の性能分析が含まれていたのはわずか77件（52製品分）に留まったことを確認した。特に結核検出用のAIについては、統計評価により報告データの67％が性別サブグループ解析において統計的検出力が不足している危険性があることが示された。 医療現場におけるAI導入が加速する中で、学習データに内在するバイアスが市販医療AIへと増幅・固定化される懸念が指摘されている。本レビューは、現状の検証報告が断片的であるため、サブグループごとのバイアスを適切に評価し、すべての患者層に対して安全かつ公平な性能を保証することが困難である事態を定量化した。 ワルストン博士は商業的な検証環境の断片化が明確になり、人口統計学およびサブグループ別の性能報告が不十分であることが裏付けられたと指摘。研究者から規制当局、医療技術企業まであらゆる関係者が責任を持ち、包括的な報告と厳格な商品検証を実施する必要があるとの見解を示した。医師と患者の医療AIへの信頼を維持し、バイアス起因の医療格差や治療結果への悪影響を防ぐため、透明性の高い検証基準の確立が緊急課題である。