AIベースのメンタルヘルスモデルにおける臨床医の信頼形成の調査：質的研究事例

科学分野:

• メンタルヘルス技術
• ヘルスケアにおける人工知能
• ヒューマンコンピュータインタラクション

背景:

• 人工知能（AI）への信頼は、メンタルヘルスケアにおけるその導入の大きな障壁となっています。
• 本研究は、AIメンタルヘルスモデルとそのインターフェースにおける臨床医の信頼形成を調査します。

研究 の 目的:

• AI支援メンタルヘルススクリーニングモデルにおける信頼構築に関する臨床医の視点を調査すること。
• AIメンタルヘルスツールにおける信頼形成に影響を与える要因を特定すること。

主な方法:

• 臨床医への半構造化インタビューを用いた質的研究事例。
• 主要な信頼形成要因を特定するためにテーマ分析が採用されました。

主要な成果:

• 臨床医の信頼は、感覚把握、リスク評価、条件付き依存という段階を経て進化しました。モデルの説明可能性（可視化、特徴量割り当て、疑似合計スコア）が信頼の鍵となりました。信頼は、低リスクシナリオと安全プロトコルに文脈依存的であり、より広範な信頼には多様なデータ型と継続的な評価が必要です。

結論:

• AIに対する臨床医の信頼は、モデルのパフォーマンスと臨床的推論の整合性に応じて、文脈的かつ段階的に構築されます。
• 臨床的に馴染みのある形式で提示される解釈可能性機能は、内在的信頼に不可欠です。
• 責任あるAI展開には、厳格な評価データと臨床的に関連性のあるデータ統合が必要です。