人工知能はレントゲンによる肺がん検診で医師に取って代われるか

胸部レントゲンは、肺がんなどの疾患を検診するための簡単で広く利用されている手段です。日本では、企業の健康診断の必須項目となっています。しかし、その解釈には高度な専門知識が必要です。誤りを減らすため、通常は2人の医師がそれぞれの画像を分析し、医師の負担が増えています。

最近の研究では、人工知能ソフトウェアがこの二重読み取りシステムにおける第一読み取り役を担えるかどうかが評価されました。研究者たちは、2018年から2020年の間に撮影された32万件以上のレントゲン画像を分析しました。肺がんが疑われる症例のうち、3つのAIモデルがテストされました。その結果、これらのツールは異常の62％から77％を検出しましたが、人間の医師は59％でした。肺結節、最も頻繁に見られるものに焦点を当てても、AIの性能は優れており、検出率は64％から76％で、医師の59％を上回りました。

人工知能は、専門家と同等、あるいはそれ以上の能力を示しました。その一方で、誤検知が多く発生しました。医師がほとんど誤検知を出さなかったのに対し、ソフトウェアは使用するモデルによって100件の検査につき6件から15件の誤検知を出しました。これらの誤りは、肋骨や血管などの正常な構造が病変と誤認されることが多いです。

これらの結果は、AIが検診における第一読み取り役を実際に代替できる可能性を示唆しています。これにより、医師の負担を軽減しながら診断の質を維持することができます。しかし、最も微細または小さな結節は、これらのツールにとって依然として課題です。困難な症例に対しては、人間の第二読み取り役によるより一層の注意が必要となるでしょう。

このアプローチは、実践者の経験による解釈のばらつきを標準化し、限定する可能性があります。複数の医療センターでの追加研究が、これらの利点を確認し、医療組織への影響を評価するために必要です。目標は、検診の精度を犠牲にすることなく、これらの技術を徐々に日常的な実践に統合することです。

Bases documentaires

Rapport de référence

DOI : https://doi.org/10.1007/s11604-026-01973-z

Titre : Can AI substitute the first reader in chest radiograph screening? A retrospective non-inferiority evaluation

Revue : Japanese Journal of Radiology

Éditeur : Springer Science and Business Media LLC

Auteurs : Kotaro Yoshida; Atsushi Takamatsu; Rie Tanaka; Tetsuo Matsunaga; Antoine Choppin; Aya Tonouchi; Satoshi Kobayashi; Takeshi Kobayashi