英NHSでAI医療スクライブが誤記録 薬名や診断に間違い
英国のHealthwatch Englandが、診察を自動で記録するAIツールが薬名や診断、治療指示を誤る例を報告した。医師も見落とす誤りが混じり、少なくとも27種類が使われている。AIの文字起こしを業務記録に使う際の検証の重要性を示す。
8件の記事
英国のHealthwatch Englandが、診察を自動で記録するAIツールが薬名や診断、治療指示を誤る例を報告した。医師も見落とす誤りが混じり、少なくとも27種類が使われている。AIの文字起こしを業務記録に使う際の検証の重要性を示す。
画像診断AIが誤診でも自信満々になる問題を測るRadLE 2.0が公開された。専門医の正答率83%に対し最上位AIは30%。無監督での臨床利用に警鐘を鳴らす内容だ。
生成AIの問題点はハルシネーション・著作権侵害・情報漏洩など10項目に整理できる。各問題の発生頻度と影響度を示しながら、現場で今日から使える対処法を具体的に解説する。
「AIは何でもできる」「AIは絶対正確」「AIは安全でない」など、生成AIに関する10の誤解を事実で一つずつ反論します。正しい理解があれば、生成AIを過度に恐れず、過度に信頼せず、適切に活用できます。
生成AIの出力精度は、モデルの質・プロンプトの書き方・コンテキストの与え方・タスクの種類・ハルシネーション対策の5つで決まります。各要因の影響と改善方法を具体的に解説します。
グラウンディング・RAG・強化学習・不確実性の明示など、AIのハルシネーション低減に使われる主要技術の概要と2026年時点での成熟度を整理し、業務への組み込み方を解説する。
AIのハルシネーション(事実誤認・でたらめな情報生成)をプロンプトで抑制する具体的な方法を解説。「わからない場合はわからないと言え」「根拠を示せ」「推測と事実を区別して答えよ」などの指示例と、その効果・限界を詳しく説明します。
ハルシネーションとは生成AIが存在しない事実を自信満々に出力する現象。発生メカニズム・見分け方・プロンプトやRAGによる低減策を業務で再現できるレベルで解説する。