2020年1月に国際的な総合科学ジャーナル「Nature」に掲載された「International evaluation of an AI system for breast cancer screening」（乳がん検診AIシステムの国際評価）で、Google HealthおよびGoogle傘下のAI研究企業DeepMind Technologiesの研究者は、この論文で乳がん検診AIシステムの特徴について説明し、米国と英国の女性被検者のデータに基づいた結果を公開した。論文によると、Google Healthの乳がんAI検診システムは、ほぼ全ての症例について人の専門家よりも高い診断精度を示した。

　この取り組みを称賛する専門家もいるが、論争も巻き起こしている。オレゴン健康科学大学（Oregon Health & Science University）の医学部で准教授を務めるビナイ・プラサード氏は自身の「Twitter」アカウントで「Google Healthのマンモグラフィに関する論文には不備がある」とツイートしたところ、医療関係者から何百通もの返信が寄せられた。

　このツイートで議論の的になったのは、乳がん検診AIシステムが機能するかどうかではない。プラサード氏が批判する最大のポイントは、そもそもなぜこのようなアルゴリズムが作られたのかだった。乳がんの研究者が目指すべきは、より多くの一般人を診断することではない。より侵襲性の低い形で、がんが良性なのかどうか、既に転移しているのかどうかを判断することだ。これは放射線科医でも判断が難しい。「Google Healthの乳がん検診AIシステムは、放射線医学分野におけるAI技術の重要な進化を証明する」と主張する医療関係者もいる。

　乳がん検診にAI技術を適用したGoogle Healthの研究者は、マンモグラフィ画像の鑑別（良悪性の判断など）が放射線医学分野における近年の大きな課題だと述べている。

　スクリーニング検査は「偽陽性率」と「偽陰性率」の高さに影響を受ける。偽陽性は疾患がないのにあると診断すること。偽陰性は疾患があるのにないと診断することだ。前述の論文によると、Google Healthの乳がん検診AIシステムはこの問題を支援する独自の方法を備えているという。

　Google Healthの研究者はこの乳がん検診AIシステムを用いた試験に、乳がんの定期健診を受けた英国人女性7万6000人以上と米国人女性1万5000人以上のマンモグラフィ画像に基づくデータセットでAIモデルを学習させた。そして、別のデータセット（匿名化した英国人女性2万5000人以上と米国人女性3000人以上のデータ）を使ってこのAIモデルと人の医師の診断精度を比較した。米国人のデータを使用した比較では、偽陽性率は5.7％、偽陰性率は9.4％低下した。英国人のデータによる比較では、偽陽性率は1.2％、偽陰性率は2.7％低下した。

　「この研究はまだ初期段階だ」とプラサード氏は説明。臨床現場でこのツールをどのように使用するか、その使用の是非については「疑問が残る」と語る。いずれにせよ、Google Healthの乳がん検診AIシステムは患者のアウトカム（治療成果）に目立った変化をもたらすものではないというのが、同氏の主張だ。「そもそもがん検診自体、非常に慎重を要するものだ。がんのスクリーニング検査で診断を下すのはAI技術の最悪な用途だと言わざるを得ない」（同）

　後編は、Google Healthの乳がん検診AIシステムに関する論文が抱える問題点を掘り下げつつ、このテーマの研究動向を解説する。