NHSにおける炭素報告実務：人工知能に関連する排出と欠落

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:AIの炭素排出を開示に統合する方法論的枠組みを提供。

🏢実務担当者:AI調達契約に炭素開示条項を組み込む実践的示唆。

🏛政策担当者:AI関連排出を報告義務に含める政策検討の根拠。

人工知能（AI）は英国国民保健サービス（NHS）全体で効率性向上のために展開されているが、その炭素足迹は義務的なグリーンプラン報告においてほぼ見えないままである。本研究は、NHSの炭素報告がAI関連排出をどこで省略しているかを示し、トラストがAI導入がネットゼロを前進させるのか損なうのかを評価できるようにする、実行可能な会計および調達措置を提案する。NHSの持続可能性ガイダンス、環境・食料・農村地域省の換算係数、およびAIエネルギー使用に関する最近のエビデンスのレビューにより、現在のScope 1-3会計が3つの時点で substantial な排出を省略していることが示される。第一に、粒度の欠如により平均値が提供され、特定のAIワークロードの極端なエネルギー集約性を覆い隠す可能性がある。第二に、専門ハードウェア（例：グラフィックス処理ユニット）からのライフサイクル排出は、トラストが機器を所有しない限りしばしば除外され、上流の製造影響を無視している。第三に、調達されていない生成AIツールの広範な使用は測定されておらず、一般診療調査データを外挿すると、ChatGPTクエリだけでプライマリケアにおいて年間約349t CO₂eを排出する可能性があることが示唆される。これらのギャップを埋めるため、我々は報告ギャップを削減するのに役立つ3つの潜在的な方法を提案する：(1) ベンダー契約におけるAI固有の炭素開示条項、(2) Scope 3報告におけるAIハードウェアのゆりかごから墓場までの排出係数の組み込み、および(3) 外部AIトラフィックの軽量監視（これに伴う潜在的な倫理的問題を認識しつつ）。これらの措置を実施することで、医療リーダーはAIがNHSのネットゼロ目標を支援するのか損なうのかを判断するための、より正確なベースラインを得ることができる。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Artificial intelligence (AI) is being rolled out across the UK National Health Service (NHS) to improve efficiency; yet, its carbon footprint is largely invisible within mandatory Green Plan reporting. This work shows where NHS carbon reporting omits AI-related emissions and proposes feasible accounting and procurement measures that allow trusts to assess whether AI adoption advances or undermines net zero. A review of NHS sustainability guidance, the Department for Environment, Food & Rural Affairs conversion factors, and recent evidence on AI energy use shows that current Scopes 1-3 accounting omits substantial emissions at 3 points. First, a lack of granularity provides averages that can obscure the extreme energy intensity of certain AI workloads. Second, life-cycle emissions from specialized hardware (eg, graphics processing units) are often excluded unless trusts own the equipment, ignoring upstream manufacturing impacts. Third, widespread use of unprocured generative AI tools is unmeasured; extrapolating general practice survey data suggests that ChatGPT queries alone could release ≈ 349t CO₂e per year in primary care. To close these gaps, we propose three potential ways to help reduce these reporting gaps: (1) AI-specific carbon disclosure clauses in vendor contracts, (2) inclusion of cradle-to-grave emission factors for AI hardware in Scope 3 reporting, and (3) lightweight monitoring of external AI traffic (while recognizing potential ethical issues with this). Implementing these measures would give health care leaders a more accurate baseline against which to judge whether AI supports or undermines the NHS net-zero target.

• openalex https://doi.org/10.2196/79174first seen 2026-08-02 17:04:33