Azure認定資格 WEB問題集＆徹底解説
AI-900：Microsoft Azure AI Fundamentals
解説
正解はAです。医療分野のAIシステムでは、規制要件（医療機器承認や個人情報保護など）と臨床現場のニーズ（医療従事者による判断根拠の理解）の両方を満たす必要があります。解釈可能性と予測精度は必ずしもトレードオフの関係にあるため、要件に応じて適切なバランスポイントを見極めることが責任あるAI開発の基本原則です。Azure Machine LearningのResponsible AI機能を活用することで、モデルの解釈可能性分析と性能評価を両立できます。
選択肢 B：予測精度のみを最優先する方針は、医療現場での信頼性や規制対応の観点から不適切です。ブラックボックス化した高精度モデルは、医療従事者が予測根拠を理解できず、臨床判断に統合できない可能性があります。
選択肢 C：最低限の性能基準を満たすだけでは、患者の安全性や医療品質の観点から不十分です。医療AIでは最低基準のクリアではなく、実用上十分な性能と信頼性の確保が求められます。
選択肢 D：説明可能性を絶対条件とすると、予測精度が大幅に犠牲になる可能性があります。医療現場では患者の安全に直結する予測精度も重要であり、一方的な優先順位付けは適切ではありません。
Azure Machine Learning
選択肢 B：予測精度のみを最優先する方針は、医療現場での信頼性や規制対応の観点から不適切です。ブラックボックス化した高精度モデルは、医療従事者が予測根拠を理解できず、臨床判断に統合できない可能性があります。
選択肢 C：最低限の性能基準を満たすだけでは、患者の安全性や医療品質の観点から不十分です。医療AIでは最低基準のクリアではなく、実用上十分な性能と信頼性の確保が求められます。
選択肢 D：説明可能性を絶対条件とすると、予測精度が大幅に犠牲になる可能性があります。医療現場では患者の安全に直結する予測精度も重要であり、一方的な優先順位付けは適切ではありません。
関連サービスの解説
Azure AI ServiceAzure Machine Learning
＋ 質問 / コメント
解答・解説に疑問がある場合や、よりよい解説がある場合など、お気軽にコメントください。ただし、短文コメントは表示されません。また、中傷などコメントの内容によっては、会員機能を停止させて頂きます。教え学び合える場になれば嬉しいです。（コメント投稿にはログインが必要です）
正答率 %
No.28 解説
医療機関において、患者の再入院リスクを予測するAIシステムを構築しています。このシステムは臨床現場での意思決定を支援し、医療従事者が予測根拠を理解できる必要があります。同時に、規制当局への説明責任も求められています。モデル選定において最も適切な方針はどれですか。
- 規制遵守と臨床現場の要求を考慮し、解釈可能性と予測精度のバランスを取る
- 予測精度を最優先し、最も高度なDeep Learningモデルを採用する
- 最低限の性能基準を満たす範囲で、最もシンプルなモデルを選択する
- 説明可能性を絶対条件とし、他の性能要件より優先する