医療とAIのニュース医療におけるAI活用事例医療AIがもたらす影響・問題点乳がん検出AI普及に「過去の失敗」から注意を促す

乳がん検出AI普及に「過去の失敗」から注意を促す

乳がんのマンモグラフィ検査におけるAI開発が進み、技術的な飛躍を遂げようとしている。一方で、この風潮に注意を促す論説が、カリフォルニア大学ロサンゼルス校(UCLA)の研究グループから発表されている。

JAMA Health Forumに発表された論説では、「AIの評価と導入に対する強固なアプローチがなければ、マンモグラフィ検査での”過去の失敗”から学んでいないことになる」と述べられている。著者らは「過去の失敗」として、20年ほど前から普及した「コンピュータ支援検出ツール(CAD: computer-aided detection)」の例を挙げている。1998年に米食品医薬品局(FDA)で承認を受けたマンモグラフィ用CADは、2016年までに米国の画像診断施設の92%以上が使用するようになった。しかし、約20年の使用を経て「CADが放射線科医の読影精度を向上させない」という数々の研究成果が確認されながらも、その利用は継続されてしまった。CADツールの利用は、特に偽陽性率の上昇と関連し、過剰診断につながった一面がある。2018年に、米国の医療保険メディケアがマンモグラフィ用CADへの報酬支払いを停止するも、既に年間4億ドル規模での過剰な医療費を積み上げた試算となる。

論説の中では、医療画像読影における法的リスクと責任から、「より正確と信じたコンピュータアルゴリズムに従ってしまう傾向が、人間の判断に悪影響を及ぼした」と説明されている。CADでマンモグラフィ1件につき2-4個のチェックマークが提示されたとして、検診において実際に検出すべき乳がんは1000件中に5件程度であり、CADの示したチェックマークはほぼすべてが偽陽性となる。しかし、読影医はがん見逃しと訴訟リスクを恐れ、これらチェックマークから過剰に所見を拾い上げてしまう傾向となっていた。筆頭著者のJoann G. Elmore氏はUCLAのインタビューに対し「CADの早すぎた導入は、患者の転帰への影響を十分に理解する前に新興技術を受け入れてしまう、ひとつの前駆症状であった」と述べている。

関連記事:

  1. Tempo – 乳がん検診を個別化するAIツール
  2. ブラックボックス対策 – 「放射線科医の推論プロセス」に従う乳がん検出AI
  3. 乳がん検出AIと読影医の双方が騙されるサイバー攻撃研究
  4. 乳がんスクリーニングAIは読影医を置き換えられるか?
  5. MRI乳がん検診の偽陽性」を減らす予測モデル

TOKYO analyticahttps://tokyoanalytica.com/
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. 岡本 将輝
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、英University College London(UCL)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員、東京大学特任研究員を経て、現在は米ハーバード大学医学部講師、マサチューセッツ総合病院研究員、SBI大学院大学客員准教授など。専門はメディカルデータサイエンス。

2. 杉野 智啓
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。
RELATED ARTICLES

最新記事

注目の記事