Public acceptance of artificial intelligence in health care: a cumulative hierarchy in a 16-item instrument, German–Italian measurement equivalence, and a five-item short form
本研究は、ヘルスケアにおける人工知能への公衆の受容が、臨床的結果によって順序付けられた累積的な階層に従い、ドイツ語圏およびイタリア語圏の集団間で不変であり、かつ一意に決定された項目セットが存在しないにもかかわらず、5項目の短縮版によって効果的に捉えられることを示している。
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
病院の待合室に立ち、コンピュータープログラムによって生成された医師の診断結果が画面に表示されるのを眺めている場面を想像してみてください。ある人々にとって、それは有能なアシスタントのように感じられる一方で、別の人々にとっては、危険な侵入行為のように感じられます。人工知能が研究室から実際の病院や薬局へと移行するにつれ、極めて重要な問いが生じています。それは、これらのシステムが対象としている人々は、実際にそれを受け入れているのだろうか？という問いです。その答えは、あらゆるタスクに対して単純な「はい」か「いいえ」で示されることは滅多にありません。むしろ、世論は一つのパターンを形成することが多いのです。人々は、機械が予約をスケジュールすることには抵抗を感じないかもしれませんが、機械が生命に関わる治療の決定を下すことについては、深い不安を抱くかもしれません。このパターンを理解することは極めて重要です。なぜなら、それは人々が何を考えているかだけでなく、異なる種類の医療業務を通じて、どのように信頼が築かれ、あるいは損なわれるのかを教えてくれるからです。
南チロル地方の研究チームは、ドイツ語とイタリア語の話し手が共存する北イタリアのバイリンガル地域において、この信頼の景観をマッピングしようと試みました。彼らは、ヘルスケアにおける人工知能への公衆の受容性が、予測可能な順序に従うのか、その順序が文化的な違いにかかわらず両方の言語グループにおいて成立するのか、そして、それを測定するためのより短くシンプルな方法を作ることができるのかを知りたいと考えました。彼らは一般人口から901人の成人に調査を行い、医療における16種類の異なる人工知能の活用法について評価を求めました。これらの活用法は、患者の記録の整理や服薬リマインダーの送信といった事務的なタスクから、医療緊急時の医師のサポートや複雑な疾患の診断支援といった、極めて重要な臨床的決定に至るまで多岐にわたります。
研究者たちは、公衆の受容性は確かに明確な「累積的な梯子（はしご）」に従っていることを発見しました。梯子の底、つまり受容性が最も高い場所には、事務的なタスクがあります。調査対象者の約8割が、AIによる自動的な服薬リマインダーの送信に抵抗はないと答えました。これより少し低くなりますが、依然として広く受け入れられているのは、予約のスケジューリングや電子健康記録の管理といったタスクです。タスクがより臨床的になり、より直接的な患者ケアに関わるようになると、受容性は低下し始めました。人々は、臨床データの分析を支援したり、診断をサポートしたりすることに対して、抵抗を感じるようになりました。梯子の最上部、つまり受容性が最も低い場所には、時間的に切迫した、プレッシャーのかかる決定があります。回答者のわずか3分の1程度が、医療緊急時やトリアージにおけるAIのサポートを受け入れると答え、緊急の決定を下すためのAIの活用を認める人はさらに少なくなりました。この階層構造は、人々が人工知能を単一の技術ブロックとして捉えているのではなく、特定のタスクがどの程度の臨床的影響を伴うかに基づいて判断していることを示唆しています。タスクが直接的な医療判断であると感じられれば感じられるほど、人々は機械にそれを任せることに躊躇するのです。
決定的なことに、この受容の梯子は、この研究におけるドイツ語圏とイタリア語圏の両方の集団において同一でした。調査の質問は、各言語グループの文化的ニュアンスに合わせて翻訳・調整されましたが、人々がタスクをランク付けする順序は全く同じでした。この発見は重要です。なぜなら、これらのテクノロジーを評価する方法は、単なる言語や地域の文化の問題ではなく、医療タスクの性質に対する共通の人間の反応であることを証明しているからです。これは、複数の言語を扱うヘルスケアシステムが、各グループを根本的に異なるものとして扱うことなく、同じツールを使用して信頼を測定できることを意味しています。
研究者たちはまた、16の質問を、このパターンを見失うことなく、わずか5つの質問にまで縮小できることも発見しました。事務的なタスクから困難な緊急決定まで、全範囲をカバーする5つの特定の質問を慎重に選択することで、長い形式と同等の精度を持つ短い形式を作成しました。この短いバージョンは、時間が限られている忙しい調査において特に有用であり、回答者に負担をかけることなく、迅速に公衆のセンチメントを把握することを可能にします。しかし、彼らは、2つの最も極端な質問（服薬リマインダーに関するものと緊急の決定に関するもの）は不可欠なアンカー（指標）である一方で、中間の3つの質問は、全体の難易度の範囲が維持されている限り、文脈に応じて多少変化してもよいと指摘しました。
本研究では、こうした見解を持つ人々のタイプについても深く掘り下げました。ほとんどの人々の意見は一般的な梯子に従っていましたが、回答者の約30％が明確に異なるグループを形成していました。これらの個人は、AIが事務作業を扱うことには抵抗がないものの、臨床的な決定に一切触れることに対しては、断固とした拒絶の境界線を引いていました。彼らにとって、機械がファイルを整理することと、機械が医師を助けることの違いは、程度の問題ではなく、種類の問題でした。彼らは両者を別個のものと見なし、一方を受け入れ、他方を完全に拒絶していました。このことは、人口の相当部分にとって、事務的なサポートと臨床ケアの境界線は、テクノロジーによって越えることのできない明確な一線であることを示唆しています。
最後に、研究者たちは、年齢やデジタル経験がこれらの見解にどのように影響するかを調査しました。単純なデータ集計では、高齢者は両方の極端なグループに現れる傾向がありました。つまり、AIをすべて拒絶する層と、AIを広く受け入れる層の両方において、高齢者が過剰に存在していたのです。しかし、研究者が人々が日常生活で実際にどの程度テクノロジーを使用しているかを調整したところ、このパターンは変化しました。高齢者における見かけ上の二極化は、主に彼らのデジタル経験の差によって説明されるものでした。テクノロジーを頻繁に使用する人々は、年齢に関わらず、AIを拒絶する可能性が低いという結果が出ました。これは、年齢そのものよりも、テクノロジーへの習熟度の方が、受容のより強力な要因であることを示しています。
本研究は、ヘルスケアにおける人工知能への公衆の信頼は、ランダムな意見の混沌とした混合物ではなく、タスクの臨床的な重みに基づいた構造化された階層であると結論付けています。この構造は強固であり、異なる言語や文化においても成立し、非常に短い一連の質問によって効果的に測定できます。研究者たちは、これらの知見は一般人口に適用されるものであるという点に注意を促しています。日々これらのシステムと共に働く医師や看護師が、同じ信頼の梯子に従うのかどうかは、今後の研究課題です。現時点では、このデータは、公衆の境界を尊重しながら人工知能を医療に導入するための、確かな基盤を提供しています。
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。