放射線医学におけるAI技術の進歩【後編】
AIの乳がん診断精度は“医師超え”へ それでも研究者が実用化に慎重な理由
AI技術を活用し、医師よりも高精度の乳がん診断の実現を目指すシステムの研究開発が盛んだ。ただし研究者は、こうしたシステムの市場投入には慎重を要するという見解を持つ。それはなぜなのか。
Googleの医学研究機関「Google Health」が国際的な総合科学ジャーナル「Nature」に発表した論文「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）は医学業界に賛否を巻き起こしている。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」アカウントでこの論文に対する疑問をツイートし、多くの反響を呼んだ。
この論文は乳房専用のエックス線検査「マンモグラフィ」による乳がん画像診断に人工知能（AI）技術を利用した場合の検出精度を評価したものだ。Google HealthのAI技術を用いたスクリーニング検査の精度は、放射線科医よりも高かったという。前編「Google Healthの乳がんAI検診システムが医学業界に賛否両論を巻き起こす理由」に続き、後編ではプラサード氏の見解を詳しく紹介。AI技術を用いた乳がん検診システム（以下、乳がん検診AIシステム）の研究動向も解説する。
乳がん検診システムに求められる役割
乳がん検診では、
- 異常なし（non-cancerous）
- 良性（non-harmful cancer）
- 治癒可能（curable cancer）
- 転移（spread-already cancer）
という4つを区別する必要がある。「これは放射線科医でさえ、がん検診での判断が難しいことだ」とプラサード氏は指摘する。
「最終的にAI技術はがん検診の役に立つと予想する」とプラサード氏は前置きしつつ、「研究者はもっと簡単な問題から始めるべきだ」と指摘する。AI技術で乳がん検診のような分野に取り組むのは「小さな山で予行演習をせずにエベレストに登頂しようとするようなものだ」と同氏は言う。
乳がん検診技術の「失敗の歴史」を繰り返さない
Googleの乳がんAI検診システムは初期段階だ。Google Healthの研究者もプラサード氏と同じ見解を持つ。「この技術が患者の治療に恩恵をもたらす完全な範囲を理解するには臨床研究が必要になる」とGoogle Healthの研究者は述べる。
プラサード氏のツイートは、歴史が繰り返されることに歯止めをかける警鐘の役割を果たす。「2000年ごろに、乳がん検診の新しい技術が根拠なき熱狂の渦に飲み込まれた結果、高い偽陽性率（疾患があるのにないと診断する割合）と過剰診断を引き起こすことになった」とプラサード氏は言う。米国連邦政府の規制当局が新製品を市場に送り出すことに躍起になっている状況は「十分に成熟していない乳がんAI検診システムのような製品に対して、緩い規制を設定することになりかねない」と同氏は懸念する。
技術は前進
乳がんAI検診システムの構築を手掛けているのはGoogle Healthだけではない。2019年にニューヨーク大学（New York University）の研究者が「Deep neural networks improve radiologists' performance in breast cancer screening」（ディープニュートラルネットワークは乳がん検診で放射線科医の能力を向上させる）という論文を公開し、同校で開発したAIシステムの性能は放射線科医に匹敵すると述べている。
このようなAIシステムは、医用画像のあらゆる微妙な差異に対処できるものではないとしても、放射線医学分野におけるAI技術の重要な進歩になり得る。そう語るのは、コンサルティング会社Frost & Sullivanでトランスフォーメーショナルヘルスプログラムマネジャーを務めるシッダルタ・シャー氏だ。
Google Healthの研究者が、米国と英国という複数の国のデータを使用して他の研究より堅牢（けんろう）なデータセットを作成しているのは「放射線医学分野のAI技術にとって大きな前進だ」とシャー氏は述べる。がん検診の微妙な差異に対する一部の懸念は「妥当なものだ」と同氏は指摘。ただし乳がんAI検診システムが医療業界に採用されるには「その価値や効率、早期発見に貢献する能力を証明しなければならないだろう」と言い添える。
「AI技術には間違いなく可能性がある。ただし商業的側面については判断が必要で、主流として使用されるようになる前に慎重を期さなければならない」とシャー氏は話す。とはいえ医療業界をけん引しているのは、全てのことに対してエビデンスを求める医師、科学者、研究者だ。「大きな不安はないだろう」（同氏）
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[rakumo株式会社] Microsoft 365での情報埋没を防ぐ、社内ナレッジを資産化する情報ポータル活用 -
技術文書・技術解説
[NTTインテグレーション株式会社] 「耐量子計算機暗号」（PQC）に今、取り組むべき理由とは？ 実現の道筋も解説 -
製品資料
[株式会社リンプレス] どうしたら非デジタル人材を「自走するDX推進者」に変えられるのか？ -
製品資料
[アステリア株式会社] 既存システムをAIレディに変える「連携型モダナイゼーション」の手法とは？ -
製品資料
[アステリア株式会社] 「データ連携」徹底解説 要件整理から連携手法、ツール選択まで
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
2
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
3
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
4
慶應義塾が「Notion」を選んだ理由 AI導入の盲点になる“情報のサイロ化”
-
5
Copilot導入で陥る“目的化”の落とし穴 定着の鍵は「作り込まない」こと
-
6
テレワークやBYODでリスクが拡大、デバイスの多様化を弱点としない管理方法とは
-
7
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
8
RAGで「データをAIに送る」運用が限界を迎えている理由
-
9
SAPやOracleが警戒する「ERPの土管化」 汎用AIとの主導権争いが激化
-
10
AmazonがMetaのAIエージェントの購入を拒否 情シスが問われる「AIの権限設計」
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
3
2026年のサイバーセキュリティには何が必要か？ 最新データに学ぶ傾向と対策
-
4
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
5
「IT史に名を残すシステム障害」8選
-
6
SASE選定は「見極め力」で大きな差――本当に必要な製品を選ぶための6つの視点
-
7
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
8
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
9
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
10
「標的型攻撃メール」事例・サンプル集
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー