臨床AI導入に向けたガバナンス枠組みの提言
Semantic Scholar
2026年7月15日 (水)
- •臨床現場におけるAIの診断および予測活用が、現在の規制枠組みの整備状況を上回る速さで普及している。
- •FDAの監視メカニズムは、進化を続ける機械学習技術よりも、従来の固定的な医療機器向けに最適化されたままである。
- •N. Buttは、患者の安全性、説明責任、公平性、説明可能性、適応的監視を優先する5つの柱からなるガバナンス枠組みを提言している。
Pioneer Journal of Biostatistics and Medical ResearchのN. Buttは2026年7月9日、臨床医学におけるAIの急速な統合が規制の監視能力を追い越していると報告した。これには診断画像解析、予測分析、大規模言語モデルを用いた推論ツールなどが含まれる。米国食品医薬品局（FDA）はSaMDを規制するための経路を確立しているが、既存の枠組みは、継続的に学習可能なシステムではなく、静的な技術を想定して設計されたものだ。
本分析では、臨床AIのガバナンスが単純な技術的規制の問題ではなく、本質的に患者の安全に関わる問題であることを強調している。これに対応するため、同著者は安全性、説明責任、公平性、説明可能性、適応的監視という5つの核心原則を中心とした体系的なガバナンス枠組みを提案した。