論文の概要: Consumer Attitudes Towards AI in Digital Health: A Mixed-Methods Survey in Australia

• arxiv url: http://arxiv.org/abs/2604.27744v1
• Date: Thu, 30 Apr 2026 11:35:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-01 16:31:54.069879
• Title: Consumer Attitudes Towards AI in Digital Health: A Mixed-Methods Survey in Australia
• Title（参考訳）: 消費者のデジタルヘルスにおけるAIに対する態度:オーストラリアの混合手法調査
• Authors: Wei Zhou, Rashina Hoda, Joycelyn Ling,
• Abstract要約: 本研究は,医療AIの消費者の即応性,受容性,信頼性,リスク知覚について調査した。 参加者は適度な楽観主義と強い知覚力と使いやすさを示したが、精度、安全性、データ使用に関してもかなりの懸念を抱いていた。 消費者は具体的なコミュニケーション品質と目に見える人間のガバナンスを通じてAIを判断する。
• 参考スコア（独自算出の注目度）: 13.717970454143632
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: AI applications are increasingly being introduced into digital health. While technical performance has advanced rapidly, successful deployment mainly depends on consumer attitudes, especially to patient-facing applications. However, most existing research examines consumer attitudes towards healthcare AI at an abstract level rather than in response to concrete artefacts. We report a mixed-methods survey study in Australia (N=275) examining consumer readiness, acceptance, trust, and risk perceptions of healthcare AI, combined with a scenario-based evaluation of an AI-generated versus clinician-written consultation summary. Participants expressed moderate optimism and strong perceived usefulness and ease of use, but also substantial concerns about accuracy, safety, and data use. In the scenario task, the AI-generated summary was strongly preferred for quality, empathy, and overall usefulness, yet identification of the AI summary was near chance. Findings show that consumers judge AI through concrete communication quality and visible human governance, underscoring the need for clinically supervised deployment frameworks beyond technical performance alone.
• Abstract（参考訳）: AIアプリケーションはデジタルヘルスにますます導入されている。 技術的パフォーマンスは急速に向上しているが、デプロイメントの成功は主に消費者の態度、特に患者向きのアプリケーションに依存している。 しかし、既存の研究の多くは、具体的な人工物に反応するのではなく、抽象レベルで医療AIに対する消費者の態度を調査している。 オーストラリア(N=275)において、医療AIの消費者の即応性、受容性、信頼、リスク知覚を調査し、AI生成と臨床医による相談概要のシナリオに基づく評価を行った。 参加者は、適度な楽観主義と強い知覚力と使いやすさを示し、正確さ、安全性、データ使用に関してかなりの懸念を抱いていた。 シナリオタスクでは、AI生成サマリは品質、共感、全体的な有用性に対して強く好まれていたが、AIサマリの特定はほぼ偶然だった。 消費者は、具体的なコミュニケーション品質と目に見える人間のガバナンスを通じてAIを判断し、技術的パフォーマンスだけでなく、臨床的に監督されたデプロイメントフレームワークの必要性を強調している。

関連論文リスト

• Responsible Evaluation of AI for Mental Health [72.85175110624736]
  メンタルヘルスケアにおけるAIツールの評価に対する現在のアプローチは、断片化されており、臨床実践、社会的コンテキスト、ファーストハンドのユーザエクスペリエンスと不整合である。 本稿では,臨床の健全性,社会的文脈,公平性を統合した学際的枠組みを導入することにより,責任ある評価を再考する。
  論文  参考訳（メタデータ） (2026-01-20T12:55:10Z)
• Over-Relying on Reliance: Towards Realistic Evaluations of AI-Based Clinical Decision Support [12.247046469627554]
  私たちは、AIのタスクにおける信頼、信頼、受け入れ、パフォーマンスといった評価指標を超えて進むことを提唱します。 私たちはコミュニティに、AIが医療専門家にもたらす創発的な価値を計測する、生態学的に有効な、ドメインに適した研究環境を優先するよう呼びかけています。
  論文  参考訳（メタデータ） (2025-04-10T03:28:56Z)
• Towards Next-Generation Medical Agent: How o1 is Reshaping Decision-Making in Medical Scenarios [46.729092855387165]
  本稿では,医療用AIエージェントのバックボーンLSMの選択について検討する。 我々の研究結果は、o1の診断精度と一貫性を高める能力を示し、よりスマートでより応答性の高いAIツールへの道を開いた。
  論文  参考訳（メタデータ） (2024-11-16T18:19:53Z)
• Nteasee: Understanding Needs in AI for Health in Africa -- A Mixed-Methods Study of Expert and General Population Perspectives [5.554587779732823]
  我々は、アフリカでAIを健康にデプロイする際に、ベストプラクティス、公正度指標、潜在的なバイアスを緩和するための質的研究を行う。 詳細な面接(IDI)と調査を組み合わせた混合手法を用いる。 アフリカ5カ国672人の一般住民を対象に, 盲目30分間のアンケート調査を行った。
  論文  参考訳（メタデータ） (2024-09-04T13:56:49Z)
• Explainable AI Enhances Glaucoma Referrals, Yet the Human-AI Team Still Falls Short of the AI Alone [6.740852152639975]
  各種のAI説明は、提供者が即時または緊急の専門紹介を必要とする患者を区別するのにどのように役立つかを検討する。 我々は、高リスク患者を特定するためのプロキシとして、通常のアイケアデータから緑内障手術のニーズを予測するための説明可能なAIアルゴリズムを構築した。 本研究は,本質的・ポストホックな説明性を取り入れ,ヒト-AIチームのパフォーマンスを評価するために,眼科医とオンライン研究を行った。
  論文  参考訳（メタデータ） (2024-05-24T03:01:20Z)
• Emotional Intelligence Through Artificial Intelligence : NLP and Deep Learning in the Analysis of Healthcare Texts [1.9374282535132377]
  本論文は,医療関連テキストにおける感情評価における人工知能の利用に関する方法論的考察である。 我々は、感情分析を強化し、感情を分類し、患者の結果を予測するためにAIを利用する多くの研究を精査する。 AIの倫理的応用を保証すること、患者の機密性を保護すること、アルゴリズムの手続きにおける潜在的なバイアスに対処することを含む、継続的な課題がある。
  論文  参考訳（メタデータ） (2024-03-14T15:58:13Z)
• Understanding how the use of AI decision support tools affect critical thinking and over-reliance on technology by drug dispensers in Tanzania [0.0]
  薬局のディスペンサーは、提示された臨床症例のヴィグネットの鑑別診断を決定するとき、AI技術を使用していた。 私たちは、AIがその決定について説明を提供していない場合でも、ディスペンサーがAIによる決定に頼っていたことを発見した。
  論文  参考訳（メタデータ） (2023-02-19T05:59:06Z)
• The Role of AI in Drug Discovery: Challenges, Opportunities, and Strategies [97.5153823429076]
  この分野でのAIのメリット、課題、欠点についてレビューする。 データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
  論文  参考訳（メタデータ） (2022-12-08T23:23:39Z)
• What Do End-Users Really Want? Investigation of Human-Centered XAI for Mobile Health Apps [69.53730499849023]
  説明可能なAI(XAI)を評価するために,ユーザ中心のペルソナ概念を提案する。 分析の結果,ユーザの人口統計や性格,説明のタイプ,影響説明の嗜好が示された。 私たちの洞察は、対話的で人間中心のXAIを実践的な応用に近づけます。
  論文  参考訳（メタデータ） (2022-10-07T12:51:27Z)
• Towards the Use of Saliency Maps for Explaining Low-Quality Electrocardiograms to End Users [51.644376281196394]
  診断に医用画像を使用する場合,画像が高品質であることが重要である。 遠隔医療において一般的な問題は、患者が診療所を退院した後にのみ、品質問題が警告されることである。 本稿では,低品質な医用画像をリアルタイムにフラグ付け,説明するためのAIシステムの開発について報告する。
  論文  参考訳（メタデータ） (2022-07-06T14:53:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。