AI-Assisted Genetic Diagnosis and Its Ethical, Legal and Social Implications: A Scoping Review
このスコーピング・レビューは、AI支援による遺伝子診断における倫理的、法的、および社会的影響（ELSI）の現状をマッピングするものであり、既存の研究の多くがAIとゲノミクスの独自の交差領域に対処できていないことを明らかにし、それによって、遺伝子に特化したガバナンス・フレームワークおよび公平性監査に対する緊急の必要性を浮き彫りにしている。
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。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
コンピュータープログラムが個人の遺伝コードを読み解き、特定の疾患の発症リスクを予測したり、医師が患者の希少疾患の原因を理解するのを助けたりする未来を想像してみてください。これが、遺伝子診断における人工知能（AI）が約束する未来です。しかし、ヒトのDNAは単なる一人の人間の健康に関する事実のリストではありません。それは、共有された家族の家宝なのです。一人の人間の遺伝コードは、その親、兄弟、さらにはまだ生まれていない子供についての情報をも明らかにします。また、同じ祖先を持つより大きな集団との繋がりも示します。このため、通常の医療データに適用されるルールは、遺伝子データには完全には適合しません。コンピューターが間違いを犯したり、秘密が漏洩したりした場合、その影響は個人だけでなく、親族やコミュニティ全体へと波及します。これらの強力なツールがより高速かつ安価になるにつれ、科学者や倫理学者は、私たちの最も個人的な生物学的情報を使用することに伴う特有の危険性と責任を理解するために、懸命に研究を進めています。
ハルビン医科大学とハルビン職業科技大学の研究者による新しい研究は、学術界が現在これらの問題についてどのように考えているかを詳しく調査しています。研究チームは、AIを用いた遺伝子診断に関する倫理的、法的、および社会的問題について何が書かれているかを確認するため、科学文献の広範な検索を行いました。彼らは単なるメリットとデメリットのリストを探していたのではなく、思考が強固な部分と欠落している部分を見つけ出すために、分野全体の地図を描こうとしたのです。研究者たちは、主要な科学データベースから数千件の記録を検索し、コンピューターのアルゴリズムがヒトの遺伝学と倫理的懸念と交差する特定の領域に焦点を当てました。重複したエントリーを除去した後、彼らは981件のユニークな記録を精査しました。その結果、186件の論文が詳細に研究するのに十分な関連性があることが分かりましたが、大多数の795件の記録は、これら3つの領域すべてに同時に言及していなかったため除外されました。
研究者たちは、既存の議論のほとんどが2つのカテゴリーのいずれかに分類されることを発見しました。一部の論文は、遺伝子診断を単なる一種の医療技術として扱い、DNAの特異性を無視した一般的なコンピューター倫理のルールを適用しています。他の論文は、それを遺伝学のみの問題として扱い、現代の機械学習の仕組みを無視した古い遺伝情報のプライバシーに関するルールを適用しています。研究は、AIの具体的な危険性と遺伝学が重なり合う極めて重要な中間領域が、大部分が空白であることを明らかにしました。実際、データによれば、研究者が見つけた記録の81パーセントが、この交差部分を適切に対処できていないことが示されました。彼らは、アルゴリズム、ゲノム、そして倫理的影響を組み合わせた対話を求めていましたが、実際には2つの別々の会話が並行して行われている状態を見つけたに過ぎませんでした。
186件の論文の内容を整理するために、研究者たちはその知見を6つの主要なテーマに分類しました。第1のテーマは、混乱と明快さについてです。遺伝データは非常に複雑であるため、なぜコンピューターが特定の予測を行ったのかを患者に説明することは困難です。研究は、現在の説明手法がしばしば誤った理解を生み出し、患者が実際よりも理解していると感じさせてしまう可能性があることを示唆しています。第2のテーマは、責任についてです。もしコンピューターのミスが患者の家族に危害を加えた場合、誰に責任があるのかが不明確です。現在のルールでは、親族や将来の世代に広がる危害に対する責任の所在が明確に割り当てられていません。第3のテーマは、プライバシーに焦点を当てています。ほとんどのプライバシー法は個人を保護するものですが、遺伝データは集団全体の秘密を明らかにする可能性があります。研究は、これらのグループをスティグマ（社会的偏見）や危害からどのように守るかについての議論がほとんどないと指摘しています。
第4のテーマは、公平性に関するものです。遺伝子診断に使用されるコンピュータープログラムは、主にヨーロッパ系の祖先を持つ人々から得られたデータで学習されています。これは、これらのツールが他の背景を持つ人々に対しては十分に機能しない可能性があることを意味しますが、異なる集団に対するこれらのエラーを具体的に測定する研究はほとんどありません。第5のテーマは、同意についてです。人々は通常、DNA検査を受けるための一度限りの同意書に署名しますが、遺伝的な知識は時間の経過とともに変化します。コンピューターが新しいことを学習するにつれ、古いデータを再分析し、新たなリスクを発見する可能性があります。研究は、これらの新しい発見が現れた際に、再度許可を求めるための優れたシステムが存在しないことを指摘しています。最後のテーマは、規則と法律についてです。政府は新しい規制を作成していますが、それらは人工知能と遺伝子データを別々の問題として扱うことが多いのが現状です。研究は、これら2つの分野がどのように連携して機能するかを理解するルールが必要であると主張しています。
研究者たちは、現在の分野には、遺伝的AIの特有の性質に基づいて構築されたフレームワークが欠けていると結論付けています。彼らは、一般的な医学や一般的な遺伝学のルールを、そのままこの新しいテクノロジーに貼り付けることはできないと主張しています。代わりに、機械が私たちの家族の歴史を解釈する際に、責任、プライバシー、公平性がどのように異なって機能するかを認識する新しいアプローチが必要です。この研究は、将来の研究や法律がどこを埋めるべきかを示す地図としての役割を果たします。著者らは、責任に関する新しい考え方を提案し、中国で策定されている具体的なガイドラインにこれらのアイデアを適用する、さらに2つの論文を予定しています。現在の思考における盲点を特定することで、この研究は、私たちが遺伝コードを読み解くために人工知能を使用する際、個人、家族、そしてコミュニティを守る方法で行われることを目的としています。
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。