The current roles of Artificial Intelligence in public health: A scoping review
2020年から2025年における高所得国の公衆衛生上の実践に関するこのスコーピング・レビューは、AIツールの実社会における実装および混合的な有効性に関するエビデンスが著しく不足していることを明らかにしており、将来の導入を導くための厳格な評価と結果の普及の緊急性を強調している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
公衆衛生の世界を、巨大で忙しい図書館だと想像してみてください。司書たち（公衆衛生の専門家）は地域社会の健康を守ろうとしていますが、人手不足に悩み、予算は限られ、書類の山に溺れています。そこに、**人工知能（AI）**という、新しい超高速のロボット助手が登場しました。この助手は、重労働をこなし、棚を整理し、さらには来館者とチャットまでしてくれると約束しています。
この論文は「スコーピング・レビュー」と呼ばれるもので、いわば巨大な宝探しです。著者たちは次のような疑問を投げかけました。「これらのロボット助手は、現在、実際に図書館の中でどのように使われているのだろうか？」 彼らは、AIに「何ができるか」を聞いたのではなく、AIが実際に現場の仕事で「何をしているのか」という証拠を探しました。
以下に、その結果を分かりやすく解説します。
宝探しの結果
チームは、2020年から2025年までの間に公衆衛生分野で使用されたAIに関する物語を探すため、4つの巨大なデジタル・ライブラリ（データベース）を調査しました。彼らは5,400件もの潜在的な手がかりを精査し、155件の物語を読みましたが、最終的に、現実世界の公衆衛生の現場で実際にAIが使用されていることを示す報告書は、わずか8件しか見つかりませんでした。
これは、大陸サイズの森の中で特定の珍しい鳥を探しているようなもので、結局8回の目撃例しか見つからなかったようなものです。著者は、誰もがAIについて語ってはいるものの、それが日々の業務の中で実際に機能しているという書面による証拠は、極めて少ないということに気づきました。
見つかった8つの物語
見つかった8つの報告書は、それぞれ特定の仕事に使われる道具箱の中の、異なるツールのようなものでした。
- 親切なガイド（WICチャットボット）： アメリカでは、「Maya」という名前のチャットボットが、母親たちが地元の食糧プログラムを見つけたり、紛失したカードを報告したりするのを助けました。電話のホットラインにかけるよりも早かったため、人々からは好評でした。判定：有用。
- 混乱した司書（WHOチャットボット）： 世界保健機関（WHO）は、フェイクニュースに対抗するために「S.A.R.A.H」というチャットボットを試しました。残念ながら、それはしばしば不適切な回答をしたり、ユーザーの懸念を無視したり、あるいはロボットのような無機質な反応を示したりしました。あまりにも効果がなかったため、WHOは最終的にこれを停止させました。判定：信頼に対する潜在的な脅威。
- 高速仕分け機（エビデンス・レビュー・ソフトウェア）： カナダでは、「DAISY」というツールが、研究者が新型コロナウイルスに関する論文を数千報の中から選別するのを助けました。これは非常に正確で、人間が見落とした論文も見事に探し出しました。判定：仕分けに非常に有用。
- フレンドリーな電話係（CareCall）： 韓国では、「CareCall」というAIが、孤独を感じている高齢者に電話をかけ、安否を確認していました。より多くの人にリーチすることには成功しましたが、新たな問題も生みました。AIが連絡を取れなかった場合、人間のスタッフが改めて電話をかけ直さなければならず、結果として作業量が増えてしまったのです。判定：リーチはできるが、追加の仕事が発生するという、評価が分かれる結果。
- 天気予報士（機械学習）： イギリスでは、病院が（特に咳や気管支炎を持つ）子供たちの患者で溢れかえる時期を予測するために、AIが使用されました。これは「ピーク」の時期を予測するのにかなり優れており、病院の準備に役立ちました。判定：計画策定に有用。
- 症状チェッカー（COVIDチャットボット）： カナダでは、「Chloe」というチャットボットが、人々が新型コロナウイルスの症状があるかどうかを確認するのを助けました。質問に答える能力はそこそこありましたが、現在は稼働していません。判定：精度は混合しており、現在は引退。
- 重複発見器（レビュー・ツール）： イギリスでは、研究者がエビデンスを検討する際に、重複するファイルを削除するためにAIツールが活用されました。いくつかの重複を見逃すことはあっても、大幅な時間の節約になりました。判定：時短になる。
- 画像探偵（Mpoxアプリ）： シンガポールでは、アプリが皮膚の発疹の写真を分析し、それがMpox（エムポックス）であるかどうかを判定しました。発疹を特定する精度はかなり高いものでした。判定：画像検出において効果的。
大きな教訓：「期待と現実のギャップ」
この論文の主な教訓は、**「まだ十分な証拠がない」**ということです。
公衆衛生におけるAIを、車の新しい高価なエンジンに例えてみましょう。誰もが、それがどれほど速く走れるかを語っています。しかし、このレビューによれば、実際にその車を現実の道路で走らせ、走行距離を記録した人はごくわずかしかいないことが分かりました。
- 良い点： 文献を仕分けたり、病院の混雑を予測したりするツールなどは、うまく機能しているようです。
- 悪い点： 一部のツール（WHOのチャットボットなど）は、失敗があまりにも深刻で、組織への信頼を損ねてしまうことさえあります。
- 醜い点： AIを使うことで、AIのミスを修正するために人間の作業負担が増えるといった、新たな問題が生じることもあります。
なぜこれが問題なのか？
著者らは、これらの報告の多くが、大規模で資金豊富な組織（WHOや国家保健機関など）からのものであることを指摘しています。最も助けを必要としているかもしれない、より小規模でローカルな保健チームもAIを使っているかもしれませんが、彼らはそれについて書いていません。
証拠が非常に少ないため、公衆衛生チームは次のような判断を下すことが困難です。「このAIツールを買うべきだろうか？ それはコストを削減してくれるだろうか？ 本当に人々の役に立つのだろうか？」
結論
論文は、シンプルなアドバイスで締めくくられています。「流行っているからといって、単にキラキラした新しいロボットを買わないでください。」
もし公衆衛生チームがAIを使いたいのであれば、それが本当に機能し、害を与えないことを確認するために、まずテストを行う必要があります。そして、もしテストを行ったのであれば、その結果を他のすべての人と共有すべきです。そうすることで、ようやく公衆衛生におけるAI利用の「取扱説明書」を作ることができるからです。それまでは、私たちはほとんどの場合、目隠しをした状態で飛行しているようなものです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。