【音声あり】AIが医療サービスとプライバシーに与える影響

Fireside Chat Impact of AI on Healthcare Services and Privacy
GPA 2025 SEOUL: 47th Global Privacy Assembly 現地レポート[Vol.4]　

この記事は、GPA 2025 SEOUL: 47th Global Privacy Assemblyにおける講演内容をもとに、AIによる自動音声認識および自動翻訳技術を用いて作成されたものです。その性質上、実際の講演内容と異なる表現や解釈が含まれる可能性があり、一部の情報が省略または不正確である場合があります。
また、この記事は音声でもお楽しみいただけます（Notebook LMの音声概要機能を利用しています。記事の内容との齟齬や文字の読み方が正確でない部分がありますので、予めご了承ください）。

この度、株式会社プライバシーテックは、2025年9月に韓国ソウルで開催された国際会議「GPA Seoul 2025」に参加いたしました。本会議では「日常生活における人工知知能(AI)：データとプライバシーの課題」をテーマに、AI時代のデータガバナンスについて活発な議論が交わされました。弊社が聴講した主要セッションの内容を、皆様の実務に役立つ形でお届けします。

◆ この記事でわかること
===
・AIは医療を「治療」中心から「予防」中心へと転換させ、生成AIによる対話を通じて患者とのコミュニケーションを革新する大きな可能性を秘めている。　
・医療AIの発展には、プライバシー規制や国ごとに異なる匿名化基準が大きな障壁となっているが、データを活用しない「現状維持のリスク」も無視できない。
・合成データのような新技術の活用や、AIの判断根拠を人間が解釈できる「解釈可能性」を確保することが、患者と医師の信頼を得てAIを普及させる鍵となる。
===

登壇者

転載：GPA SEOUL 2025

Moderator: Ho Bae (Professor, Ewha Womans University)
UCL（ユニヴァーシティ･カレッジ･ロンドン）でコンピュータサイエンスの学士号と情報セキュリティの修士号を取得し、ソウル大学でAIにおけるセキュリティとプライバシーの博士号を取得。
産業界での経験を積んだ後、梨花女子大学AI学部のサイバーセキュリティ学科の助教として着任し、同学科の学科長および副学部長も務めている。
彼の主な研究はAIセキュリティに焦点を当てており、主要な国際会議や学術雑誌で多数の論文を発表している。
並行して、安全な合成データを専門とする企業CUBIGのCEOとしてのリーダーシップ経験を活かし、学術界と産業界を繋ぐ学際的な研究を推進している。学術界では差分プライバシーに基づく合成データ技術を開発し、産業界では外部の巨大AIモデルに対する個人情報の保護に取り組んでいる。

Ran Balicer (Chief Innovation Officer, Clalit)
医師、科学者、そして経営者であり、イスラエル人口の半数以上をケアする同国最大の医療機関クラリットの副事務局長兼最高イノベーション責任者。
彼はまた、非感染性疾患の研究・予防・管理に関するWHO協力センターであるクラリット研究所の創設ディレクターも務めている。これらの役職において、彼は新しいAIおよびデータ駆動型の介入策の戦略的計画、開発、そして大規模な実装に責任を負っている。
ベングリオン大学公衆衛生学部の公衆衛生学教授およびMPHプログラムのトラックディレクターであり、イスラエル初で唯一の公衆衛生学とデータサイエンスを組み合わせた医師研修プログラムを率いている。若手研究者を指導し、250以上の科学論文、書籍、書籍の章を執筆。
2020年から2023年にかけては、イスラエル政府および首相に助言を行うイスラエルCOVID-19対策国家専門家チームの議長を務めた。COVID-19のリスク層別化、緩和戦略、そして特にワクチンの有効性と安全性に関する、世界的に認められた画期的な実世界研究を主導した。
HIMSSの理事であり、イスラエル医療品質学会の議長や、効果的な統合医療提供のためのデータサイエンスとAIの活用に焦点を当てた世界保健機関(WHO)のアドバイザーなど、その他多数の国内および世界的なリーダーシップの役割を担っている。
また、国連事務総長のAIに関するハイレベル諮問機関のメンバーシップ、フランス政府への3lA/AIクラスター国際諮問委員会、WHOヨーロッパのイノベーションに関する技術諮問グループなど、世界的なAIガバナンスにおいて重要な役割を果たした。

Sooyong Shin (Chief Research Officer, Kakao Healthcare)
ソウル大学で機械学習を専門とし、コンピュータ工学の博士号を取得。
現在は、カカオ･ヘルスケア社の研究責任者兼最高プライバシー責任者であり、韓国工学アカデミーの会員でもある。
ISOでの活動を通じて、健康情報学、ゲノミクス、人工知能における国際標準化の取り組みに積極的に貢献している。
また、国連事務総長の人工知能に関するハイレベル諮問機関、および信頼に基づくデータ自由流通に関するOECD専門家コミュニティのメンバーでもある。

はじめに：医療AIの機会と課題

Ho: AIは、診断画像から個別化治療、手術支援に至るまで、医療に大きな変革をもたらす一方で、機微な個人データを大量に扱うことによるプライバシーの問題も引き起こしています。医療データは個人情報の中でも特に機微性が高く、不適切に利用されれば個人の生活に深刻な脅威をもたらしかねません。

本日のセッションでは、医療AIがもたらす利益を享受しつつ、それに伴う新たなリスクにどう対処していくかを探ります。具体的には、将来のヘルスケアにおけるAIの役割の変化、データの機密性をどう保護するか、そして政府や患者との信頼関係をいかに構築していくか、といった点に焦点を当てて議論します。

最初の質問です。AIがこれまで医療にもたらした最大の変化は何でしょうか？そして、今後5年から10年でどのような変化が起きると予想されますか？

AIによる医療の変革：予防医療へのシフト

Ran: AIは決して医療分野の新しい概念ではありません。私が所属するクラリット･ヘルスケア･サービスでは、既に15年以上にわたり様々なAI技術を日々の業務で活用しています。

一つ事例をご紹介します。C型肝炎は、自覚症状のないまま進行するウイルス性疾患で、肝臓がんなどの主な原因です。統計的に言えば、この会場におられる方々の多くが、このウイルスに感染している可能性が高いと言えます。現在では98%治癒する薬がありますが、問題は誰がウイルスを持っているか分からない点です。

私たちのクリニックでは、これまで年間5万人の未検査者を対象にスクリーニングを行い、38人の陽性者を発見してきました。これは素晴らしいことですが、十分とは言えません。

そこで約7年前、私たちはAIによる予測モデルを開発しました。このモデルで感染リスクが最も高いと予測された500人を検査したところ、統計的に1例未満とされた予測をはるかに上回る38人の陽性者を見つけ出すことができました。これは、日常診療にAIを活用することで、医療の効率を100倍に改善できる可能性を示した事例です。

では、AIの未来像は何か。最大の変化は、医療を「治療」中心から「予防」中心へと移行させることです。これは、故障してから修理するのではなく、定期点検によって故障を防ぐようなものです。この変化は、既存の機械学習や深層学習の技術でも十分に実現可能であり、間もなく訪れるでしょう。

生成AIが拓く新たな可能性

Sooyong: Ran教授は、AIが医療に非常に良い影響を与えると述べられました。実際に、米国FDAが認証したAI搭載の医療機器は、2025年7月時点で1,247にのぼります。しかし、興味深いのは、1万件を超える保険金請求のうち、AIが関わったものはわずか2件だったというデータです。これは、医療現場がAIの導入に依然として慎重であることを示唆しています。

しかし、私たちが注目すべきは生成AIです。生成AIは、自然な対話を通じて患者と直接コミュニケーションをとることができます。これにより、従来のAIでは収集が難しかった患者の詳しい病歴や症状といった情報を得ることが可能になります。まだ初期段階ではありますが、生成AIは医師や医療関係者の業務に大きな変化をもたらすでしょう。

プライバシー規制とデータ活用の両立

Ho: AIの活用を進める上で、プライバシーやデータ規制への対応は避けて通れません。この問題は国や地域によって状況が異なりますが、企業の視点からどのように捉えていますか？

Ran: まず認識すべきは、「現状維持のリスク」です。先進国でさえ、4人に1人が医療過誤による被害を受けているという現実があります。AIの誤用リスクを議論することも重要ですが、AIを使わないことで防げるはずの被害が、今この瞬間にも起きていることを忘れてはなりません。

また、データ活用に対する人々の意識も重要です。イスラエルと、プライバシー規制が厳しいドイツで「自身の健康データを医療システムが活用することに同意しますか？」と調査したところ、両国で80%が「はい」と答えました。人々は、自らの健康に資する形でのデータ活用を望んでいるのです。私たちは、クラウド環境などを活用し、安全性を確保しながら、有益なアプリケーションを迅速に実用化していく必要があります。

Sooyong: その国の医療インフラも考慮すべき点です。韓国のような先進国でさえ、多くの病院はAIモデルの運用に必要な高性能なGPUを十分に確保できていません。電力やネットワークインフラが不十分な地域ではなおさらです。こうした状況では、大規模なモデルではなく、より小規模で現実的なソリューションが求められます。

医療データの機密性と匿名化技術の課題

Ho: 医療データは機微性が高い情報ですが、プライバシー保護と活用のバランスをどう考えますか？

Sooyong: 医療データが機密情報であることは事実ですが、すべてのデータがそうであるわけではありません。私たちは、過剰な規制によってデータの有用性を損なうのではなく、より実践的なアプローチを取るべきです。

Ran: プライバシー規制が、医療分野におけるデジタル化や近代化を遅らせる口実として使われているケースが多々あります。これは変革が必要な問題です。

Sooyong: データの非個人化（匿名化）は、患者の同意なしにデータを活用するための重要な手法です。しかし、その基準やガイドラインは国や機関によって異なり、統一されていません。これが、多施設共同研究や国際研究を進める上での大きな障壁となっています。

この問題の解決策として、私は合成データに大きな可能性を感じています。合成データは、元のデータセットの統計的な分布を維持しながら、個人を特定できない新しいデータを生成する技術です。データの分布さえ分かれば、機微な実データそのものは不要になります。特に教育目的などにおいては、合成データが唯一の解決策になるかもしれません。

Ran: 合成データは非常に有望です。理論上の懸念にもかかわらず、実際には合成データに基づいて非常に優れた予測モデルを作成することが可能です。データを活用して成果を上げる方法は数多く存在し、それを実世界で検証していくことが重要です。

Ho: 合成データを適切に使用すれば、元のデータセットを直接利用することなく、GDPRなどの規制に準拠しつつデータを活用できる可能性があります。問題は、そのデータの信頼性をどう確保するかです。

患者の同意とAIの「説明可能性」

Ho: データ活用において、患者からの動的な同意管理は現実的でしょうか？

Sooyong: 技術的には十分に可能です。韓国では、国家的なデータプロジェクトで既に動的同意システムが導入されており、患者は同意の項目を容易に変更・削除できます。

Ho: AIシステムには透明性、つまり「説明可能性」が求められます。これは臨床現場において、医師や患者の信頼を得るために重要だとお考えですか？

Ran: 答えは「状況による」です。単純な作業を自動化するAIであれば、必ずしも説明可能性は必要ないかもしれません。しかし、臨床的に重大な意思決定に関わる場合、医師はブラックボックス化されたシステムを避けるでしょう。医師は、なぜその結論に至ったのかを理解し、患者に説明する責任があるからです。

私たちのクリニックで導入しているAIシステムは、常に説明可能な形で医師に情報を提供します。「この検査数値が上昇したため、ガイドラインに基づき、この治療法を推奨します」といった具合です。これにより、医師はAIを「診察室に同席する専門家」のように感じ、安全性の向上を実感しています。

Sooyong: ここで「説明可能性」と「解釈可能性」を区別する必要があります 。医師が求めているのは、AIの内部動作の「説明」ではなく、AIがなぜその判断を下したのかという「解釈」です。ナビゲーションシステムを使うとき、私たちはその内部アルゴリズムを理解していなくても、その指示を解釈して利用します。AIも同様に、判断の根拠を人間が解釈できる形で提示することが重要です。

楽観と懸念：医療AIの未来

Ho: 最後に、AIと医療の未来について、最も楽観視できる点と、最も懸念すべき点は何でしょうか？

Ran: 楽観的な点は、AIが医療従事者を単調な業務から解放し、本来の人間的なケアに専念させてくれることです。また、適切なガバナンスが整備されれば、イノベーションはさらに加速するでしょう。最終的には、患者はより安全で質の高い、そして予防的な医療を受けられるようになります。

唯一の懸念は、AIが社会にとって極めて重要なシステムになることで、悪意ある攻撃の標的となるリスクです。しかし、このリスクが私たちの前進を妨げるべきではありません。

Sooyong: 楽観的な側面と悲観的な側面は表裏一体です。結果は、私たちがAIをどう使うかにかかっています。

Ho: 本日はありがとうございました。AIは強力なツールであり、プライバシー侵害などのリスクをはらむ一方で、私たちの医療を補完し、向上させる大きな可能性を秘めています。本日の議論が、より信頼性の高いAI活用の実現に向けた一助となることを願っています。

以上

===

◆ 関連記事
[Vol.1]GPA 2025 ソウル 開会セッション ── 基調講演
[Vol.2]AI時代のグローバル･データガバナンス 
[Vo.3]実践における合成データ──機会と課題
[Vol.4]AIが医療サービスとプライバシーに与える影響←この記事
[Vol.5]基調講演──EUにおけるAI規制とデータ保護の調和
[Vol.6]AI時代のデータ保護法と法的根拠──世界の規制当局が語る最前線
[Vol.7]データ保護機関(DPA)の新規設立と制度化
[Vol.8]基調講演──ヒューマン･フラッキングとプライバシーの未来
[Vol.9]AIは「エージェント」の時代へ──未来のプライバシーを考える
[Vol.10]AI時代のルールメイキング──規制とイノベーションの共存
[Vol.11]プライバシーは「人間性の未来」──OpenAIが描くAIとの共存
[Vol.12]越境データ移転における相互運用性の強化
[Vol.13]データ保護における救済と相互運用性──消費者の視点から
[Vol.14]AI時代の健康データ活用とプライバシー──イノベーションと社会的信頼の両立
[Vol.15]AI医療とプライバシー──健康データ「二次利用」の最前線
[Vol.16]AI医療と規制当局──いかにして「公衆の信頼」を築くか

===

＜＜前へ：実践における合成データ──機会と課題
＞＞次へ：基調講演──EUにおけるAI規制とデータ保護の調和

===

GPA 2025公式サイト：https://gpaseoul.kr/

#AIガバナンス　#AI利活用　#プライバシー　＃GPA　#プライバシーガバナンス　#データガバナンス　#AI　#プライバシー保護　#医療AI　#予防医療　#生成AI　#合成データ　#匿名化　#データ規制　#同意管理　#匿名化　#データ活用　#説明可能性　#解釈可能性　#AIリスク管理