患者の自律性とAI意思決定支援の境界

AIは患者の意思決定を「支援」するのか、それとも「誘導」するのか。この区別こそが、AI時代の患者自律性の核心である。

患者の自律性とは何か

患者の自律性（patient autonomy）は、近代医療倫理の中核概念である。その内容は以下の3要素に分解される。

1. 意図性（intentionality）：患者が自分の意思で行動している
2. 理解（understanding）：患者が行動の意味と結果を理解している
3. 外的支配の不在（absence of controlling influences）：外部からの不当な支配や操作がない

ビーチャム＆チルドレスは、完全な自律性は理想型であり、実際には「実質的自律性」（substantial autonomy）で十分であるとした。しかし、AIの介在がこの「実質的自律性」さえも脅かしうることが、新たな問題として浮上している。

3つのモデル：パターナリズム、自律尊重、共同意思決定

パターナリズムモデル

医師が患者の最善の利益を判断し、患者はそれに従う。日本の医療は長くこのモデルが支配的であった。「先生にお任せします」という患者の態度は、このモデルの反映である。

自律尊重モデル

患者が十分な情報に基づき自ら意思決定を行い、医師はそれを尊重する。米国を中心に発展したモデルであり、インフォームドコンセントの法的整備と共に普及した。

共同意思決定モデル（SDM: Shared Decision Making）

医師と患者が対話を通じて共同で意思決定を行う。医師は専門的知識を、患者は自身の価値観・選好を提供し、両者が合意に至るプロセスを重視する。現在の医療倫理の主流モデルである。

AIによる自律性への脅威

脅威1：アンカリング効果

AIが最初に診断候補や治療推奨を提示すると、医師も患者もその情報に「アンカー」（錨）を下ろしてしまう心理的傾向がある。これは認知バイアスの一種であるアンカリング効果である。

事例：AIが「肺炎の可能性85%」と表示した場合、医師は肺炎以外の診断を十分に検討しなくなり、患者への説明も肺炎中心になる。患者は他の可能性を検討する機会を失う。

2025年のJAMA RCTでは、AI支援を受けた医師がAIのアンカリングに引きずられ、かえって診断精度が低下したことが示されている。

脅威2：デフォルト効果

AIの推奨がデフォルト（初期設定）として提示された場合、人間はデフォルトから逸脱することに心理的抵抗を感じる。行動経済学では、これをデフォルト効果（default effect）と呼ぶ。

事例：AI搭載の電子カルテが「推奨処方：アムロジピン5mg」をデフォルト表示した場合、医師はその処方を変更するよりも、そのまま採用する傾向が強まる。患者は処方がAIのデフォルト推奨であることを知らない。

脅威3：権威バイアス

「AIが言っている」という事実が、権威バイアスとして機能する。特にAIの精度が高いと喧伝されている場合、医師も患者もAIの判断に逆らうことに躊躇する。

事例：AIが「悪性の可能性は低い」と判断した所見について、経験豊富な放射線科医が違和感を覚えたとしても、「AIが良性と言っているのに、自分の直感を優先して侵襲的な精査を勧めてよいのか」と躊躇する状況。

脅威4：情報過多による選択麻痺

AIが大量の情報を患者に提供した場合、かえって意思決定が困難になる。選択肢が多すぎると決められなくなる「選択のパラドックス」（Barry Schwartz）が、AIの情報提供でも起こりうる。

自律性を守るための設計原則

原則1：Human-in-the-Loop（人間参加型）の徹底

AIの出力は常に「提案」であり、「決定」ではないことを、システム設計レベルで担保する。

• AIの画面表示に「これは参考情報です。最終判断は医師と患者で行ってください」という注記を常に表示する
• AIの推奨を自動的に実行するワークフローを避ける（例：AI推奨処方の自動オーダーは不可）
• 医師がAI推奨を採用しない場合、理由を記録する仕組みを設ける（ただし、AI推奨を拒否すること自体をハードルにしない）

原則2：ナッジの透明性

AIの推奨が患者の意思決定にナッジとして影響しうることを認識し、以下の対策を講じる。

• AI推奨と同等の重みで代替選択肢を提示する
• AI推奨の根拠と不確実性を明示する
• 患者が「AI推奨に従わない」選択を容易にする

原則3：段階的自律性支援

すべての患者に同じレベルの情報提供が適切とは限らない。患者の意思決定能力、情報ニーズ、感情的状態に応じて、段階的な自律性支援を行う。

共同意思決定（SDM）モデルにおけるAIの位置づけ

共同意思決定（SDM）は、医師と患者の対話を通じて治療方針を決定するモデルである。このモデルにAIを組み込む場合、AIの役割を明確に位置づける必要がある。

AIの適切な役割

1. 情報提供者：エビデンスに基づく選択肢とそのリスク・ベネフィットを整理して提示する
2. 意思決定支援ツール：患者の価値観や選好を構造化し、治療選択肢との照合を支援する
3. コミュニケーション支援：医学的情報を患者が理解しやすい形に変換する

AIが担うべきでない役割

1. 意思決定者：最終的な意思決定をAIに委ねてはならない
2. 価値判断者：患者にとって何が「良い」かの価値判断をAIが行うべきではない
3. 説得者：特定の治療法を患者に「説得」する役割をAIに持たせるべきではない

ケーススタディ：がん治療の意思決定

状況

65歳男性、Stage II大腸がんと診断。AIシステムが3つの治療選択肢を分析し、それぞれの5年生存率、副作用リスク、QOL影響を提示した。

• 選択肢A（手術＋化学療法）：5年生存率82%、QOLスコア中
• 選択肢B（手術のみ）：5年生存率75%、QOLスコア高
• 選択肢C（化学放射線療法）：5年生存率78%、QOLスコア低

AIは「選択肢Aを推奨」と表示。

問題点の分析

1. AIは5年生存率を最重要指標として推奨を出している。しかし、この患者にとってQOLが最も重要かもしれない
2. AI推奨が一つに絞られており、3つの選択肢を等しく検討する機会を損なっている
3. 患者の個人的事情（家族構成、仕事、趣味、人生観）がAIの分析に含まれていない

適切な対応

1. AIの分析結果を「3つの選択肢の比較表」として提示する（特定の推奨を強調しない）
2. 患者に「何を最も大切にしたいか」を尋ねる（生存期間、QOL、副作用の許容度など）
3. 患者の価値観に基づいて、医師と患者で共同で意思決定を行う
4. AI推奨と異なる選択をした場合も、それが患者の自律的決定として尊重される

脆弱な患者の自律性保護

高齢者

高齢者はAIに対して過度の信頼（「コンピュータが言うなら正しいだろう」）または過度の不信（「機械に判断されたくない」）を持ちやすい。いずれの場合も、患者の真の意思を丁寧に確認する必要がある。

精神疾患を持つ患者

抑うつや不安障害の患者は、AIの推奨に対して過度に従順になる、または過度に拒絶的になる可能性がある。患者の心理状態を考慮した上で、自律的意思決定を支援する必要がある。

言語的マイノリティ

日本語を母語としない患者に対するAIの説明は、言語的・文化的に適切である必要がある。AI翻訳の利用は有用だが、その正確性の検証が必要である。

「自律性のスペクトラム」モデル

自律性は「ある/なし」の二値ではなく、スペクトラム（連続体）として捉えるべきである。

多くの臨床場面において、ステップ3の「情報提供型支援」が最も適切なバランスである。AIは患者の自律性を「支配」するのでも「放任」するのでもなく、「支援」する位置に置かれるべきである。

自律性保護のための組織的対策

個々の医師の努力だけでなく、組織レベルでの対策が必要である。

1. AI利用ガイドラインの策定：自律性保護の観点を含むガイドラインの策定
2. 研修プログラム：AIの心理的影響（アンカリング効果、デフォルト効果等）に関する医師への研修
3. 患者向け教育資料：AIの役割と限界を分かりやすく説明する資料の整備
4. UI/UXの倫理的設計：AI推奨が過度に目立たない、代替案も同等に表示される等のインターフェース設計
5. 監査と評価：AIが患者の意思決定に与える影響の定期的な評価