医療分野での「生成AI」活用例【後編】
医療関係者が知っておくべき「生成AI」の“4大リスク”とは？
医療分野における生成AIの活用が広がる中で、医療関係者は生成AI活用に伴うさまざまなリスクを知っておく必要がある。生成AI活用において注意すべきリスクとは。
画像や文章を生成するAI（人工知能）技術「生成AI」（ジェネレーティブAI）は、医療現場の業務を大きく変える可能性を秘めている。生成AIを使うことで、業務にかかる時間が大幅に短縮したり、人間が判断するよりも多くのデータを基にして判断を下したりできるようになると期待できる。
ただし医療現場で生成AIを使う場合に考慮すべき点は、明るい面ばかりではない。生成AIの進化が医療現場にもたらすリスクや、負の側面についても幾つか押さえておくべきポイントがある。
医療における生成AI活用で注視すべきリスク
併せて読みたいお薦め記事
連載：医療分野での「生成AI」活用例
医療現場の「生成AI」活用例と注視すべき点
医療分野での生成AI活用には期待が集まる一方、患者の健康や生命を扱う分野で使用するという理由から、リスクが伴う。医療技術の専門家は、医療分野における生成AIの使用に対して、厳格なガバナンスと監視が必要だと強調する。
「他の業界と比べて、医療分野での生成AIの活用はより多くのリスクを伴うため、慎重な検討が必要だ」。コンサルティング企業Ernst & Young Global（EY）でグローバルチーフイノベーションオフィサーを務めるジェフ・ウォン氏は、そうした意見を示した上で、「規制の問題に加えて、人々の健康や生活といった医療の本質を脅かさないことが前提だ」と強調する。ウォン氏が例示するのは、以下のリスクだ。
- プライバシーの侵害
- 医療分野で生成AIを使用するには患者のデータが必要になるが、患者のデータの取り扱いにはプライバシーの保護やセキュリティ上の問題が伴う。アフカミ氏によると、HIPAA（米国における医療保険の相互運用性と説明責任に関する法令）をはじめとした規制は、データの取り扱いに対して厳格なガイドラインの順守と、患者のプライバシーを保護することを義務付けている。生成AIの使用においても、そうした規則を順守しなければならない。
- データの偏り
- 生成AIが出力するデータの正確さは、基となるAIモデルの訓練データに依存する。訓練データに不完全さや偏りがあった場合、出力するデータにも偏りが出る可能性がある。
- 不正確な結果とハルシネーション
- 生成AIは偏った結果だけではなく、不正確な結果や幻覚（ハルシネーション）を生むことがある。そのような結果に基づいた処置や治療は大きな問題を引き起こす可能性があり、医療における生成AI利用の重大なリスクだと言える。
- コスト
- 米国の医療費は同国における政策の論点の一つだ。生成AIは医療費削減の可能性を秘めている。一方で、生成AIの開発、訓練、管理、更新には、時間や人材、資金といった莫大（ばくだい）なリソースが必要だ。全医療機関がそのコストを負担できるかどうかには疑問の余地がある。かかる病院によって、患者が質の高い医療を享受する機会に差が生じる恐れもある。
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[キヤノンマーケティングジャパン株式会社] マンガで学ぶXDR／MDRのメリット、中小企業のセキュリティ強化になぜ有効か？ -
市場調査・トレンド
[キヤノンマーケティングジャパン株式会社] 有識者が語る、中堅中小企業に求められる最新のサイバーセキュリティ対策とは -
製品資料
[キヤノンマーケティングジャパン株式会社] マンガで解説：情シスの負担を減らす「MDRサービスのインシデント対応」の中身 -
市場調査・トレンド
[SANS Training Japan 合同会社] “知識”では守れない AI時代に問われる実戦力の身に付け方 -
製品資料
[株式会社イトーキ] 会議室不足を解決する「AI×データ」活用術
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
2
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
3
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
4
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
5
慶應義塾が「Notion」を選んだ理由 AI導入の盲点になる“情報のサイロ化”
-
6
Copilot導入で陥る“目的化”の落とし穴 定着の鍵は「作り込まない」こと
-
7
「Microsoft 365」が乗っ取られる MFAを破る“本物の画面”の恐怖
-
8
1200万円のSaaS導入を回避 スギ薬局「運用費10万円」のAIエージェント構築術
-
9
脱VMwareか、継続か？ 仮想化ソフト主要6製品の機能とスペックを徹底比較
-
10
年収700万超エンジニアに共通するスキルと「もっと勉強すべきだった分野」
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
3
2026年のサイバーセキュリティには何が必要か？ 最新データに学ぶ傾向と対策
-
4
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
5
「IT史に名を残すシステム障害」8選
-
6
SASE選定は「見極め力」で大きな差――本当に必要な製品を選ぶための6つの視点
-
7
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
8
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
9
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
10
「標的型攻撃メール」事例・サンプル集
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー