スペインのバスク大学研究チーム（代表：アラヌサ・ヴィナス氏）は、医療現場におけるAI判断の過剰信頼を課題とした新規研究を学術誌「PLOS Digital Health」で発表した。223名の医師を対象とした模擬実験では、AIが推奨する患者リストに基づき未承認治療薬の適用を選定させ、その後の回復データと矛盾する状況でAIの信頼性を評価させた。結果、実際の治療効果とAI推奨が一致しない場合でも、医師はAIの判断を盲信し、反証データによる修正判断を下せない傾向が明確になった。特に治療が完全に無効なシナリオでもAIの指示を信用し、その異常に気づかないケースが相次いだ。共同研究者のヘレナ・マトゥテ氏らは、アルゴリズムの提案と実証データが対立しても、人間がそれらを学習して判断を修正する困難さが実証されたと指摘している。バスク大学チームは、医療AIを補助ツールとする現在の枠組みが、人間のエラー検知能力の限界により機能不全に陥るリスクを警告する。今後、人間とAIの協働効率を高め、誤認識を最小限に抑えるため、批判的思考を促す検証プロトコルと人的監視・検証体制の再構築が急務となる。本研究は、医療AI実装における現実的なハードルを浮き彫りにし、安全な統合に向けた人的管理設計の重要性を明示した。