[PRI] Will Medical AI Save Lives—or Do More Harm Than Good?
—The Question Harvard Is Raising, and What It Means for Japan
English text appears at the bottom of this post.
【PRI】医療AIは人間を救うのか、それとも害をもたらすのか
――ハーバードが突きつけた問い、日本はどう向き合うか
在米ジャーナリスト 髙濱 賛 (Tato Takahama)
Pacific Research Institute
2026年8月27日
「医療AIは、人間にとって良いものなのか。それとも、かえって害をもたらすのか」。
この問いを、いまハーバード大学が正面から投げかけている。
ハーバード大学の大学院教育・研究の中核を担う大学院人文・社会・自然科学研究科（Graduate School of Arts and Sciences＝GSAS）は8月20日、医師でAI政策研究者のシアン・ツェイ氏へのインタビューを掲載した。ツェイ氏は、医療AIの急速な普及が、医学の大原則である「まず、害を与えない（first, do no harm）」を脅かす可能性を論じている。
ツェイ氏はカナダで総合診療に携わる医師で、ハーバード大学で人口健康科学の博士号を取得した。現在はブリティッシュコロンビア大学医学部の臨床助教授を務める一方、ハーバード大学の客員研究員でもある。専門はAIそのものの技術開発ではなく、AIが医師、患者、そして医療システムそのものをどう変えるかという問題だ。カナダ家庭医学会のAI諮問グループにも参加している。
つまり、ツェイ氏の問題提起は「AIは危険だ」という単純な技術批判ではない。医療AIが現場に入ってくる速度に、医学的な検証、政府の規制、そして人間社会の倫理的判断が追いついているのか、という問いなのである。
ツェイ氏は、医療AIについて「私たちはAIを医療に導入することによって、意図せず患者に害を及ぼす可能性がある一方で、AIを使わないことによっても患者に害を及ぼす可能性がある」と指摘する。問題は、AIを使うか使わないかではなく、その双方に存在するリスクをどう比較し、どう管理するかということなのだ。
氏は、患者に直接接するAIや医師の臨床判断を左右するAIの中には、十分な臨床試験を経ていないものがあると指摘する。AIの性能が高いことと、そのAIを医療行為に使って安全であることは同じではない。
ここが重要である。
AIが医師より多くの医学知識を持っている。画像を人間より速く解析できる。患者との会話を整理し、医学文献を瞬時に検索できる。それらが事実だったとしても、それだけでAIに診療判断を任せていいことにはならない。医療では、間違いの代償が大きいからだ。
ところが、ここには医療AI特有の逆説がある。AIを使うことには危険が伴う。しかし、AIを使わないことにも危険がある。医師不足で患者が何カ月も待たされるならどうするのか。地方で専門医を見つけられない患者はどうするのか。高齢化によって医療需要が増え続ける一方、医療従事者の数が追いつかなければどうするのか。
「十分に検証されるまでAIを使うな」と言うだけでは問題を解決したことにはならない。何かをして害を与えることと、何もしないことで害を与えること。医療AIは、この二つのリスクを同時に考えなければならないところまで来ている。
実際、米国ではすでにAIを医療情報や助言を得るために利用する人が急増している。ハーバード大学のインタビューでも、米国民の約3人に1人がAIを医療情報の取得に利用しているとの調査結果が紹介されている。特に若者や低所得層で利用が目立つという。
つまりAIは、将来医師が使うかもしれない新しい医療機器ではない。患者がすでに医師の診察室に持ち込んでいる「もう一人の相談相手」なのである。
ここで、日本の現状を見る必要がある。
日本でも医療AIについての議論はすでに始まっている。しかも、単に「AIを導入するかどうか」という段階ではない。AIを医療の中にどう組み込み、その安全性をどう確保するかという、より具体的な段階に入っている。
その中心の一つが、医薬品医療機器総合機構（PMDA）である。PMDAはこれまで、AIを利用した「プログラム医療機器」について、AIのバイアス、学習データ、臨床情報データベース、市販後にAIが学習して性能を変化させる可能性などを検討してきた。
ここには、日本らしい慎重さがある。AIの性能だけを評価するのではなく、どのようなデータで学習したのか、そのデータに偏りはないのか、実際の患者に使った場合に性能がどう変化するのかまで見ようとしているからだ。
さらに2026年には、医薬品・医療機器の開発から市販後まで、AIを利用する際の透明性や説明責任、データの取り扱いなどを含めた指針づくりも進んでいる。
しかし、ここで実に興味深い逆説が生まれる。AIを規制しようとしている側自身が、AIを使い始めているのである。
PMDAは2026年4月から、全職員を対象に生成AI「Microsoft Copilot」の利用を開始した。これは小さなニュースに見えるかもしれない。しかし、実は非常に象徴的である。AIを規制する側も、AIを使わなければ仕事の効率や情報処理能力を維持できなくなりつつある。
つまり、「AIを使う人」と「AIを規制する人」が別々に存在する時代ではなくなってきた。規制する側自身がAIの利用者になる。そして利用すればするほど、AIを完全に排除することは難しくなる。
だからこそ、規制の問題は「AIを認めるか、禁止するか」ではなく、「どこまで認め、どこから人間の判断を義務づけるか」という問題に変わっていく。
ここで米国と日本の違いが見えてくる。
米国では、巨大テック企業とベンチャー企業がAIの開発と導入を猛烈な速度で進めている。そこには激しい市場競争がある。医療費の高騰、医師不足、医療アクセスの格差も重なっている。AIによって診療記録を自動化できる。医師の事務負担を減らせる。画像診断を補助できる。患者からの問い合わせに対応できる。企業にとっては巨大な市場であり、医療機関にとっては深刻な人手不足を補う手段でもある。
だから米国では、「AIが医師を置き換えるのか」という議論が前面に出やすい。
一方、日本には別の圧力がある。人口減少と高齢化である。医療を必要とする高齢者が増える一方で、それを支える現役世代は減少する。地方では医師や看護師の確保が難しくなり、医療機関そのものの維持が課題になる。
つまり日本では、「AIを使えば医療が便利になる」という発想だけではない。「AIを使わなければ、医療システムそのものが維持できなくなるのではないか」という問題が出てくる。
米国では技術革新がAIを医療に押し込む。日本では人口減少と医療制度の圧力がAIを必要とする。入口は違う。しかし、出口は同じになる可能性が高い。
「AIにどこまで医療を任せるのか」。
実際、AIはすでに医師の単なる補助という段階を越え始めている。診療記録を作成する。患者の病歴を整理する。医学文献を検索する。画像を解析する。医師に診断候補を示す。患者と対話する。こうした領域では、AIは人間の能力を補完するだけでなく、一部では人間を上回る可能性を示している。
しかし、それがそのまま「医師をAIに置き換えればいい」という結論にはならない。むしろ、そこから難しい問題が始まる。
AIが正しい判断をしているのに、医師がそれを信用しなかった場合はどうするのか。逆に、AIが間違っているのに医師がAIを信用してしまった場合は誰が責任を負うのか。AIが患者に誤った助言をした場合、その責任はAIを開発した企業にあるのか、病院にあるのか、医師にあるのか。
そして何より、AIが患者に「あなたの病気はこうです」と告げることと、医師が患者の顔を見て同じ言葉を告げることは、本当に同じなのか。
ここで、もう一人の識者の言葉が重要になる。米国の医師・AI研究者エリック・トポル氏は、AIが医師に取って代わるのではなく、「AIを使う医師が、AIを使わない医師に取って代わる」といった趣旨の指摘をしてきた。AIの本質は、人間を排除することではなく、人間の能力を拡張するところにあるという考え方である。
この視点に立てば、医療とは単なる情報処理ではないことが見えてくる。患者が何を恐れているのか。どこまで治療を望んでいるのか。家族との関係はどうなのか。本人がどの程度のリスクを受け入れるのか。こうした情報は、データベースだけでは完全には表現できない。
だからこそ、AIは「医師の代わり」ではなく「医師を強くする道具」として使うべきだという考え方には、依然として大きな意味がある。
しかし、ここにも落とし穴がある。AIがあまりにも優秀になれば、「なぜ人間が最終判断をしなければならないのか」という疑問が出てくるからだ。
これは医療だけの問題ではない。自動運転でも、軍事でも、金融でも、司法でも同じ問題が起きる。AIの能力が人間を上回る領域が増えれば増えるほど、「人間が最後に判断する」という原則そのものが問われる。
だから、医療AIの本当の問題は、「AIが人間より賢くなるか」ではない。「人間は、AIが自分たちより賢くなったときにも、最終的な責任を引き受けられるのか」である。
ここで、ハーバード大学のツェイ氏の問題提起が重く響いてくる。氏はAIの可能性を否定しているわけではない。むしろ、AIには医療へのアクセスを改善し、医師の負担を軽減し、医療の質を高める可能性があることを認めている。
問題は、AIの導入を急ぐあまり、検証制度や安全基準が後追いになることだ。
AIはソフトウエアである。新しいバージョンが登場すれば、昨日までの性能評価が今日には古くなる可能性がある。新薬のように、一度承認されたものが基本的に同じ物質として使われ続けるわけではない。
ここにAI医療の難しさがある。「承認した時点では安全だった」というだけでは十分ではない。AIが更新され、学習し、利用される環境が変化しても、安全性をどう確認するのか。
この問題は、日本のPMDAにとっても避けて通れない。そして、ここで日米の距離は急速に縮まっていく。
米国では市場と技術革新がAI導入を押し進める。日本では医療制度の維持という社会的必要性がAI導入を押し進める。しかし、AIが医療現場に深く入り込めば、両国とも同じ問題に直面する。
患者の同意。個人情報。アルゴリズムのバイアス。臨床試験。説明責任。誤診時の責任。医師の役割。そして人間の尊厳。
AI医療は国境を越える。米国で開発されたAIが日本の病院で使われるかもしれない。日本で検証されたAIが海外に輸出されるかもしれない。患者自身が国境を越えてAIに相談することも珍しくなくなるだろう。
そうなれば、医療AIの安全基準も、やがて国際的に収斂していかざるを得ない。
日本がアメリカより慎重だから安全だ、と考えることはできない。日本には日本の事情がある。医師不足、高齢化、人口減少、地方医療、医療費。これらが重なれば、「AIを使わないリスク」が大きくなる。その結果、これまで慎重だった日本でも、ある時点からAIの導入が一気に進む可能性がある。
一方、米国ではAIの能力がさらに高まり、「なぜ医師がAIの判断より劣っているのに最終決定権を持つのか」という逆方向の圧力が強くなるかもしれない。
方向は逆でも、両国が最後にぶつかる壁は同じである。「どこまでAIに任せるのか」。私は、ここにこれから数年の最大のテーマがあると思う。
AIを止めることはできない。しかし、AIを野放しにすることもできない。必要なのは、「AIを使うか、使わないか」という二者択一ではない。どの段階までAIに任せるのか。どの判断には人間を残すのか。どの程度の臨床的検証を必要とするのか。誤診が起きた場合、誰が責任を負うのか。患者にはAIが使われていることを知らせるのか。そして、AIが医師より優れた判断をしたとき、人間はそれを拒否できるのか。
こうしたルールを、AIそのものが変化する速度に合わせて更新していかなければならない。ハーバード大学から発せられた今回の問題提起は、その意味で非常にタイムリーである。
そして日本にとって重要なのは、「ハーバード大学が警告したから慎重になろう」ということではない。ハーバード大学が問いかけた問題を、日本自身の問題として考えることである。
日本は米国のAI競争を追いかけるだけではいけない。同時に、米国より慎重だから安心だと思ってもいけない。AIはやがて日米の違いを越えてくる。米国では技術革新がAIを医療に押し込む。日本では人口減少と医療制度の危機がAIを必要とする。入口は違っても、出口は同じになる。
「人間は、AIにどこまで医療を委ねるのか」。その問いに答える時間は、私たちが考えているほど長くない。
医療AIをめぐる本当の競争は、AIを最も速く開発した国が勝つ競争ではない。AIを最も速く、しかも安全に社会へ組み込むことのできる国が勝つ競争なのである。そして、その勝敗を決めるのはAIの性能だけではない。
最後に問われるのは、人間の側の判断力と、AIを制御する制度をつくる能力である。
ハーバード大学が投げかけた「医療AIは人間に害をもたらすのか」という問いは、実は医療AIだけの問いではない。
AIが人間社会を変えるとき、誰がその速度を決めるのか。その問いこそ、これからの日米両国、そして世界が向き合わなければならない問題なのである。
参考文献
Harvard University, Graduate School of Arts and Sciences, “Will Medical AI Do More Harm Than Good?”, August 20, 2026.
Eric Topol, Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again, Basic Books, 2019.
医薬品医療機器総合機構（PMDA）「生成AIの医療活用の最前線」2026年3月
医薬品医療機器総合機構（PMDA）「プログラム医療機器」2026年
医薬品医療機器総合機構（PMDA）「医療機器プログラムの取扱いに関するQ&A（その3）」2026年3月
厚生労働省「医療デジタルデータのAI研究開発等への利活用に係るガイドライン」2024年3月
厚生労働省「健康・医療・介護情報利活用検討会」2026年3月
【Cultural Newsへのご支援のお願い】
本稿は、髙濱賛による連載「A Japanese View from America」の一篇です。
Cultural Newsは、日系社会と米国社会を結ぶ架け橋として、報道、論評、文化活動を続けています。こうした活動を継続するためには、読者の皆様のご支援が欠かせません。
本記事に共感いただけましたら、Cultural Newsへのご寄付をご検討いただければ幸いです。皆様からのご支援は、取材活動、記事制作、地域社会への情報発信を支える重要な基盤となります。
今後ともご愛読とご支援を賜りますよう、心よりお願い申し上げます。
Cultural Newsへのドネーションは、下記リンクからお願いします。
Cultural Newsへのドネーション（PayPal）
[PRI] Will Medical AI Save Lives—or Do More Harm Than Good?
—The Question Harvard Is Raising, and What It Means for Japan
By Tato Takahama
Pacific Research Institute
August 27, 2026
“Will medical AI ultimately help patients, or could it end up doing more harm than good?”
That is the question Harvard University is now putting squarely on the table.
On August 20, Harvard’s Graduate School of Arts and Sciences (GSAS) published an interview with Sian Tsai, a physician and researcher whose work focuses on the policy and societal implications of artificial intelligence in medicine. Tsai warns that the speed at which AI is entering healthcare may be outpacing the clinical evidence, regulatory frameworks, and ethical safeguards needed to ensure that it does not undermine medicine’s most basic principle: first, do no harm.
Tsai is a physician practicing general medicine in Canada. She holds a Ph.D. in Population Health Sciences from Harvard University and is currently a clinical assistant professor at the University of British Columbia as well as a visiting researcher at Harvard. Her work is not primarily concerned with developing AI systems themselves, but with a more fundamental question: how will AI reshape physicians, patients, and healthcare institutions? She has also been involved with the Canadian College of Family Physicians’ AI advisory work.
Her argument, therefore, is not that AI is inherently dangerous. It is that healthcare may be adopting AI faster than society can determine whether particular systems are actually safe and effective in clinical practice.
An AI system may outperform a physician in retrieving medical information, analyzing images, summarizing patient records, or searching the medical literature. But technical performance is not the same thing as clinical safety. In medicine, an error can have consequences that are immediate and irreversible.
At the same time, there is a fundamental paradox. Using AI can create risks, but refusing to use it can create risks of its own. What happens when patients wait months to see a physician? What happens in rural communities where specialists are scarce? What happens as an aging population generates greater demand for healthcare while the workforce available to provide it declines?
Simply saying that AI should not be used until every conceivable risk has been eliminated is not a sufficient answer. The real policy challenge is to weigh the harm that may result from using imperfect technology against the harm that may result from not using a potentially valuable one.
AI is no longer merely a technology that physicians may someday bring into the examination room. Patients are already using it themselves. Harvard’s interview cites research indicating that roughly one in three Americans now turns to AI for health information or advice, with particularly high levels of use among younger and lower-income populations.
AI has therefore become something closer to an additional, unofficial medical adviser—one that patients may consult before, between, or even instead of visits to a physician.
Japan is confronting the same transformation, although the forces driving it are somewhat different.
Japanese regulators, including the Pharmaceuticals and Medical Devices Agency (PMDA), have been examining how AI-based medical devices should be evaluated, including issues such as algorithmic bias, training data, clinical databases, and the possibility that AI systems may change their performance after deployment.
Japan has traditionally approached medical regulation cautiously. Yet there is an important irony: the institutions responsible for regulating AI are themselves becoming users of AI.
Beginning in April 2026, PMDA made the generative AI system Microsoft Copilot available to all of its employees. The significance of this development goes beyond administrative efficiency. It illustrates a fundamental change in the relationship between regulators and the technology they regulate. The regulator is no longer simply an outside observer. It is itself becoming an AI user.
The question is therefore shifting from whether AI should be allowed into medicine to a much harder one: where should the boundary be drawn between automated assistance and decisions that must remain under human control?
This is where the United States and Japan initially appear to be moving in different directions.
In the United States, technology companies and venture-backed firms are pushing AI into healthcare at extraordinary speed. Rising healthcare costs, physician shortages, administrative burdens, and unequal access to care all create powerful incentives for adoption.
Japan faces a different but equally powerful pressure: demographic decline and rapid population aging. The country must provide healthcare for an aging population with a shrinking working-age population. In many rural areas, maintaining sufficient numbers of physicians and nurses is already a serious challenge.
In the United States, the question is often framed as whether AI will replace physicians.
In Japan, the question may increasingly become whether the healthcare system can function without AI.
The starting points are different. The destination may not be.
Both countries will ultimately have to answer the same question: how much authority should we give to AI in making decisions about human health?
AI is already moving beyond simple administrative assistance. It can generate clinical notes, organize medical histories, search medical literature, analyze images, suggest diagnostic possibilities, and communicate directly with patients. In some of these areas, AI may eventually outperform humans.
But that does not mean physicians can simply be replaced.
It raises a more difficult set of questions. What happens when an AI system reaches the correct conclusion but a physician overrides it? What happens when the AI is wrong and the physician follows its recommendation? If a patient receives harmful medical advice from an AI system, who bears responsibility—the developer, the hospital, the physician, or some combination of them?
And perhaps the most difficult question is whether receiving a diagnosis from an AI is truly equivalent to hearing the same diagnosis from a physician who has looked the patient in the eye.
Medicine is not simply information processing. Patients bring fear, values, family circumstances, personal preferences, and different tolerances for risk into clinical decisions. Not all of that can be reduced to data.
This is why Eric Topol, a physician and prominent researcher on AI in medicine, has argued that the future is not necessarily one in which AI replaces doctors, but one in which doctors who effectively use AI may replace those who do not. The central promise of AI, in this view, is not the elimination of human expertise but its augmentation.
Yet even that formulation has a limit.
If AI becomes demonstrably better than humans at particular medical decisions, society will eventually ask why a human should retain the final say. That question extends far beyond healthcare. It will arise in autonomous vehicles, finance, law, defense, and other domains in which machine systems increasingly outperform human judgment.
The fundamental issue, therefore, is not whether AI will become more intelligent than humans.
It is whether humans will still be capable of accepting responsibility when AI becomes better than they are at making certain decisions.
That is why Tsai’s warning deserves attention. She does not reject the potential benefits of AI. On the contrary, AI could improve access to care, reduce administrative burdens, and enhance the quality and efficiency of medical practice.
Her concern is that adoption may move faster than the systems designed to evaluate and regulate it.
AI presents a regulatory problem unlike that of a conventional drug or medical device. Software can be updated continuously. A system that was evaluated yesterday may behave differently after a new model, new data, or a new version is introduced. Approval at one point in time may not guarantee safety indefinitely.
The question is therefore not simply whether an AI system was safe when it was approved. It is how safety will be monitored as the system evolves.
This challenge will become increasingly important for Japanese regulators such as PMDA, just as it will for U.S. regulators.
The distance between the United States and Japan will also narrow rapidly.
In the United States, market competition and technological innovation are pushing AI into healthcare. In Japan, demographic pressures and the need to sustain the healthcare system are creating powerful incentives to adopt it. But once AI becomes deeply embedded in clinical practice, both countries will confront the same fundamental questions: informed consent, privacy, algorithmic bias, clinical validation, transparency, accountability, liability, the role of physicians, and ultimately human dignity.
Medical AI will not respect national borders. Systems developed in the United States may be deployed in Japanese hospitals. Technologies developed or validated in Japan may be used elsewhere. Patients themselves will increasingly cross borders—or simply cross digital borders—to seek medical advice from AI systems.
Regulatory standards will therefore face pressure to converge internationally.
Japan should not assume that it is safe simply because it is more cautious than the United States. Japan has its own powerful reasons for adopting AI: physician shortages, demographic aging, population decline, regional disparities in healthcare, and rising healthcare demands.
At some point, the risk of not using AI may become greater than the risk of using it.
The United States may face the opposite pressure. As AI systems become increasingly capable, there may be growing resistance to leaving final authority exclusively in human hands when machines can demonstrably make better decisions in specific domains.
The direction of pressure may differ, but the destination is the same.
How much of medicine should we entrust to machines?
That may become one of the defining questions of the next several years.
AI cannot simply be stopped. But neither can it be allowed to enter medicine without meaningful safeguards. The choice is not between embracing AI and banning it. The real challenge is to determine which decisions can safely be automated, which require human oversight, what level of clinical evidence should be required, who bears responsibility when an AI-assisted decision causes harm, and whether patients have a right to know when AI is involved in their care.
Most importantly, the rules themselves must evolve at a pace that reflects the speed at which AI evolves.
That is the real significance of Harvard’s intervention.
Japan should not respond simply by saying, “Harvard has warned us, so we should be cautious.” The more important response is to recognize that the question Harvard has raised is already Japan’s question as well.
Japan should not merely try to catch up with America’s AI race. Nor should it assume that a more cautious regulatory culture will automatically make it safer.
The United States is being pushed toward medical AI by technological innovation and market competition. Japan is being pushed toward it by demographic decline and the growing strain on its healthcare system.
The entrances are different.
The destination is likely to be the same.
How much authority should humans surrender to AI when human health is at stake?
The time available to answer that question may be shorter than we think.
The real competition in medical AI will not necessarily be won by the country that develops the most powerful system first. It will be won by the country that learns how to integrate powerful AI into healthcare both rapidly and safely.
And that outcome will depend on more than the performance of the technology itself.
Ultimately, it will depend on whether human beings retain the judgment to know when to trust AI, when to challenge it, and when to refuse to let it decide.
Harvard’s question—whether medical AI will do more harm than good—is therefore about much more than medicine.
It is a question about who decides how fast artificial intelligence changes human society.
That is the question the United States, Japan, and the rest of the world can no longer afford to postpone.
Note: English translation was prepared by the author. Translation assistance tools may have been used.
