千葉大学、AIが健康格差を生む道筋と新たな評価手法を提案

千葉大学予防医学センターの中込敦士准教授は、AIが健康格差を生む道筋を説明する枠組みを提唱しました。
新たな「RTAフレームワーク」は、再分配、変換、蓄積の3つでAIの影響を整理します。
あわせて、AIの導入前後に影響を点検する「分配影響評価（DIA）」を提案しました。
研究成果は2026年10月6日、Journal of Medical Internet Researchで公開されました。

記事の概要

AIは採用選考や職場管理、行政サービス、医療判断の補助に使われています。
研究では、AIが健康格差にかかわる道筋を「再分配」「変換」「蓄積」で整理しました。
再分配では、仕事や教育、所得などの資源配分とAIを使える環境の差に着目します。
変換では、同じ立場でもAIによる判断が健康に結びつく経路が異なると説明します。
米国では、医療費を必要度の代わりに使ったアルゴリズムが黒人患者の必要度を低く見積もりました。
蓄積では、AIの反復利用や制度への組み込みにより、影響が時間とともに増幅されます。
研究チームは、学習データの代表性や異議申し立て、導入後の点検を確認するDIAを提案しました。

記事のポイント

1. 3つの影響経路： AIによる健康格差への影響を、資源配分を変える再分配、健康への結びつきを変える変換、時間とともに増幅する蓄積で整理します。
2. DIAの確認項目： 分配影響評価（DIA）では、導入前後を通じて指標、データ、担当主体、実施時期を点検します。
3. 今後の検証： 今後は日本の大規模な追跡調査データで影響経路を検証し、継続的な点検の仕組みづくりを目指します。

このニュースがもたらす影響

• 導入を検討する企業： AIの精度や導入効果だけでなく、資源配分への影響を測る指標、使うデータ、担当者、導入後の確認時期までを設計段階で定める必要が生じそうです。
• AIサービス提供者： 学習データの代表性や判断への異議申し立てを、開発時の確認事項にとどめず、利用開始後も追跡できる機能や運用体制として組み込むことが求められそうです。
• 政策・医療の担当者： AIの影響を個別の判断精度だけで評価せず、集団ごとの健康への結びつきや時間経過による差の拡大まで継続的に検証する視点が必要になりそうです。

このニュースの背景

AIは採用選考や職場管理、行政サービス、医療判断の補助などを通じて、仕事や教育、所得といった健康に関わる資源や機会に影響し始めています。
健康は社会的な条件に左右されるため、AIを単体の技術として評価するだけでは、導入によって生じる集団間の差を捉えにくい状況です。
さらに、AIの反復利用や制度への組み込みによって影響が時間とともに増幅する可能性があり、導入前後の継続的な点検が課題になっています。
今回の研究は、こうした影響を再分配、変換、蓄積の3つに整理し、指標やデータ、担当主体、実施時期を確認する評価手法を示しました。

関連するニュース

• リクエストが、AI利用で確認や判断が省かれる「見えないAI誤用」の作業定義と4つの初期仮説を公開しました。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

AIは健康格差を広げるのか　―そのしくみを読み解く新しい枠組みと、影響を点検する評価手法を提案―

国立大学法人千葉大学のプレスリリース（2026年10月8日 10時00分）AIは健康格差を広げるのか　―そのしくみを読み…