本論文は、人工知能（AI）が医療において変革をもたらす可能性がある一方で、実際の臨床実践におけるAIの統合が限られている理由を探ります。主な障壁は、トレーニングデータの質と公平性であり、偏ったデータ収集実践によって妨げられています。AI4HealthyAgingプロジェクトから得た知見をもとに、歴史的バイアス、代表性バイアス、測定バイアスなど、複数の事例にわたって様々なバイアスを特定しました。これらのバイアスは、性別、年齢、社会経済的地位などの変数に表れます。最後に、臨床問題の設計とデータ収集の公平性と頑健性を向上させるための具体的な提言を行い、将来のAI医療システムの開発に寄与することを期待しています。