乳がんAI診断ツール、放射線科医の期待に届かず

FDA（米食品医薬品局）の承認を受けた乳がん検出用AIツールが、医療現場の期待には及んでいないことが、専門家団体による調査で明らかになった。米国乳房画像学会（Society of Breast Imaging）の会員215人を対象とした調査によると、すでにこれらのAIツールを実際の診療に取り入れていると回答したのは全体の約半数にのぼる。普及自体は進んでいるものの、得られた成果は導入前の期待を大きく下回っているという。

医療AIの文脈で重要な指標のひとつが「再呼び出し率（recall rate）」だ。これは、マンモグラフィ（乳房X線撮影）の読影で「精密検査が必要」と判断される患者の割合を指す。再呼び出し率が高すぎると、不必要な検査が増えて患者への負担が大きくなるため、AIが誤陽性を減らす形でこの数値を下げることが期待されてきた。放射線科医にとって、AIツール導入の主な目的のひとつがこの改善にあると言える。

しかし調査結果は、この期待と現実のずれを数字で示している。導入後に再呼び出し率が実際に低下したと答えた医師はわずか35%にとどまった。一方で、導入前にこの改善を期待していたと答えた医師は59%に達しており、期待と現実の間に24ポイント近い差が生じている。さらに報告によると、この乖離は再呼び出し率だけの問題ではなく、調査で測定されたあらゆる評価項目で同様のパターンが確認されているという。

この結果が持つ意味は、乳がん診断という領域の特性から考えると一層重くなる。乳がん検診は、見落としが命に直結する可能性がある一方で、過剰診断や不要な精密検査が患者の心身に大きなストレスを与えるという、非常に繊細なバランスが求められる分野だ。そこにAIを組み込む動きは世界的に広がっており、FDAが承認済みのツールが現場で使われ始めているのはその流れの一部と位置づけられる。

ただし今回の調査は、AIが「役に立たない」ということを示しているわけではないという点は注意が必要だ。あくまで「期待していたほどの効果が得られていない」という現場の感覚を可視化したものであり、実際の性能と期待値のどちらに問題があるかは、この調査データだけでは判断できない。AIツールへの期待が高く設定されすぎていた可能性も、一方では排除できない。

医療分野におけるAI導入は、精度の高さだけでなく、臨床現場のワークフローへの適合度や、医師がAIの判断をどう解釈・活用するかという人的な側面にも大きく左右される。今回の調査は、FDAの承認を得たツールであっても、現場での実感としての有用性は別問題になりうることを示す事例として、今後の医療AIの評価・導入議論に参照される可能性があるという見方ができる。

今後注目すべき点は、こうした現場からの声が、AIツールの開発側や承認基準のあり方にどう反映されていくかだろう。承認審査の段階で用いられる評価指標と、実臨床での効果指標の間にずれがあるとすれば、それを埋める仕組みの整備が求められるという見方もできる。乳がん検出AIの普及が続く中で、「承認された」ことと「期待通りに機能する」ことは同義ではないという認識が、医療機関や政策立案の側に広がりつつあると言えるかもしれない。