医療データをAI開発に使うとはどういうことか——仮名加工情報が鍵になる
医療AIの開発で最も難しいものの一つは、モデルそのものではなくデータだ。診療情報、検査結果、画像、問診、処方などは、AI開発にとって価値が高い一方で、個人の健康状態に関わる非常にセンシティブな情報でもある。
内閣府のAI指針ページには、厚生労働省の「医療デジタルデータのAI研究開発等への利活用に係るガイドライン」が掲載されている。概要では、医療機関等が保有する医療情報を利活用した製品開発を行う場合を想定し、医療情報の特性を踏まえた仮名加工情報の作成手順や運用を取りまとめたものと説明されている。
医療AIはデータの扱いから始まる
| 論点 | 確認すること |
|---|---|
| データの由来 | どの医療機関の、どの目的で収集された情報か |
| 加工 | 仮名加工情報など、再識別リスクを下げる処理があるか |
| 利用目的 | 研究、製品開発、性能評価のどこまで使うか |
| 運用 | アクセス権限、ログ、第三者提供をどう管理するか |
医療AIでは、データ量だけでなくデータの質と管理が重要になる。偏った医療機関のデータだけで作ったモデルは、別の地域や患者層で性能が落ちる可能性がある。データが多ければよい、という話ではない。
患者の信頼がなければAI開発は続かない
医療データは、本人が不利益を恐れて隠したくなる情報を含む。AI開発のために使うなら、個人の権利、説明、管理、再識別リスクへの対策を避けて通れない。
医療AIの社会実装は、精度だけでは決まらない。データの扱いが信頼されることが、開発の前提になる。
この記事の限界
- この記事は内閣府一覧に掲載された概要をもとに、医療AIのデータ論点を整理したもの。ガイドライン本文の詳細解説ではない
- 医療AIの承認、診療報酬、医療機器該当性、臨床評価は別論点として確認が必要
出典(2026年7月7日閲覧): 内閣府「人工知能関連技術の研究開発及び活用の適正性確保に関する指針」(cao.go.jp)
Related
REPORT
生成AIに個人情報を入れてよいのか——個人情報保護委員会の注意喚起を読む
個人情報保護委員会の注意喚起から、生成AI利用で最初に線を引くべき情報を確認する。
REPORT児童生徒1人当たり1.1台——端末は600台減り、児童生徒は13万7783人減った
文科省調査から、公立学校の学習者用コンピュータ台数と児童生徒数、普通教室の通信環境、教員のICT活用指導力と研修の受講状況を確認する。「1人1台」が何を数えた比率なのかも整理する。
REPORTいじめ認知件数76万9022件、過去最多——認知した学校は83.9%、残り16.1%は0件だった
文科省調査から、いじめの認知件数と1,000人当たり件数の推移、学年別の分布、認知した学校の割合、重大事態の内訳を確認する。認知件数が何を数えた数字なのかも整理する。