医療とAIのニュース医療におけるAI活用事例医療AIがもたらす影響・問題点医療AI論文はどこの誰が、どのデータを使って書いているのか?

医療AI論文はどこの誰が、どのデータを使って書いているのか?

医療AIは高精度な意思決定の可能性を提供し続けている。一方、比較的均質なデータセットや、根底にある多様性を十分に代表しない集団で学習したAIモデルは、その一般化可能性を制限し、偏りのある情報提供に終始する危険性がある。米ハーバード大学マサチューセッツ工科大学などの研究チームは、「既存のAI研究がどのような人々によって進められ、どのようなデータが扱われてきたか」を仔細に検討したレビューの結果を公表した。

PLOS Digital Healthから公開された論文によると、研究チームは、2019年にPubMedで公開されていた「AI技術を用いた臨床論文」のスコープレビューを実施した。手動でタグ付けされたサブサンプルを使用し、既存のBioBERTモデルを基に構築した転移学習モデルを用い、論文の包含適格性を予測するようトレーニングした。30,576報の論文のうち、適格となった7,314報を解析したところ、AI研究の根幹となるデータベースは米国からが40.8%、次いで中国からが13.7%と、AI論文の実に半数以上が米中のデータベースに依存していることを明らかにした。さらに、ファーストオーサーおよびラストオーサーの専門性予測においては、臨床医ではなく、統計学者をはじめとするデータの専門家が大半を占めていた。また、ファースト/ラストオーサーの性別は男性が74.1%と、女性を大幅に上回っていることも確認されている。

医療AI研究の著者とデータセットは、米中をはじめとした一部の国に偏っており、上位10位までのデータベースと著者の国籍はほぼ全てが高所得国(HICs)となっていた。研究者らは「長期的にはデータが乏しい地域での技術インフラの開発、短期的には臨床導入前の外部検証、モデルの再キャリブレーションに取り組むことが、グローバルな健康格差を永続させないためにも極めて重要である」ことを強調している。

関連記事:

  1. 人種間の「ゲノムデータ格差」
  2. カリフォルニア大学アーバイン校 – プレシジョンヘルス研究所を設立
  3. 英政府 – 「医療AIのバイアス解消」に向けた新しい取り組みを公表
  4. Nightingale Open Science – 無償利用可能な「AI開発向け大規模医学データベース」
  5. 「臨床試験への参加が乏しい集団が存在すること」について
TOKYO analytica
TOKYO analyticahttps://tokyoanalytica.com/
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。 The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。 1. 岡本 将輝 信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、英University College London(UCL)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員、東京大学特任研究員を経て、現在は米ハーバード大学医学部講師、マサチューセッツ総合病院研究員、SBI大学院大学客員教授など。専門はメディカルデータサイエンス。 2. 杉野 智啓 防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。
RELATED ARTICLES

最新記事

注目の記事