AIによる画像診断支援の現状｜医師の判断を補う仕組みと過信しないための視点

「見落とし」が命取りになる時代に、AIはどう医療を変えているか

画像診断は現代医療の根幹を支える技術のひとつです。胸部レントゲン、腹部CT、脳MRIなど、さまざまな検査画像を読影して病気を発見し、治療方針を決める——この工程には高度な専門知識と経験が求められます。しかし近年、診断支援ツールとしてAI（人工知能）が急速に普及し、医師の読影をサポートする仕組みが現実のものになってきました。

北海道はその広大な地理的特性から、医師の偏在が長年にわたる課題となっています。札幌など都市部に医師や専門医が集中する一方、過疎地域では画像を読影できる専門医が近くにいないというケースも少なくありません。こうした背景の中で、AIによる画像診断支援は「地域格差を埋めるテクノロジー」として大きな期待を集めています。

私が理事長を務める医療法人鳳應会でも、地域医療とテクノロジーの融合を法人の根幹に置いています。AIが医師の判断を「代替」するのではなく、「補助」するものとして正しく機能するためには、その仕組みと限界をしっかりと理解することが不可欠です。本コラムでは、AI画像診断の現状を整理しながら、医師・患者・地域社会がともに考えるべき視点をお伝えしたいと思います。

AI画像診断支援とはどのような技術か

ディープラーニングが変えた画像解析の世界

AI画像診断支援の中核を担うのは、「ディープラーニング（深層学習）」と呼ばれる機械学習技術です。これは大量の医療画像データを学習し、正常な画像と異常な画像の違いをAI自身が自動的に学び取る仕組みです。従来のコンピュータ支援診断（CAD）とは異なり、特徴量をあらかじめ人間がプログラムする必要がなく、画像の微細なパターンも自律的に認識できる点が革新的です。

特に医療分野では、畳み込みニューラルネットワーク（CNN）と呼ばれる手法が広く用いられており、眼底写真から糖尿病網膜症を検出したり、胸部CTから肺結節を発見したりする精度が、一部の条件下では熟練医師に匹敵するレベルに達していると報告されています。2017年にNature誌に掲載されたスタンフォード大学の研究では、皮膚病変の画像分類において、AIが皮膚科専門医22名と同等以上の診断精度を示したことが報告されており、世界的に大きな注目を集めました。

日本国内での導入状況と薬事承認の動き

日本においても、AI画像診断支援ソフトウェアの薬事承認（医療機器としての承認）が進んでいます。厚生労働省は「プログラム医療機器（SaMD）」として、AIを活用した診断支援ソフトウェアを医療機器の一種として位置づけ、審査・承認の枠組みを整備してきました。2024年時点では、肺がんや大腸ポリープ、眼底疾患、骨折など複数の疾患領域でAI支援診断ソフトの薬事承認が取得されており、実際の臨床現場での活用事例が増えています。

日本医師会も「AIの医療応用に関する提言」を発表し、AIは「医師の診断を補助するツール」であることを明確にしながら、適切な活用指針の整備を求めています。つまり、現時点では法的にも、AI単独による診断は認められておらず、最終的な判断責任は医師にあるという位置づけが基本となっています。

主要な活用領域とその特性

AI画像診断が特に効果を発揮しやすい領域としては、胸部X線・CT（肺がん、肺炎、肺結節の検出）、眼底写真（糖尿病網膜症、緑内障）、病理画像（がん細胞の識別）、内視鏡画像（大腸ポリープの検出）などが挙げられます。これらの分野は、大量の画像データが蓄積されており、かつ「見落とし」が患者の予後に大きく影響するという共通点があります。AIが得意とする「大量画像の高速・均一な処理」という強みが、これらの領域で特に生かされる形です。

北海道の地域医療にとってAI診断支援が持つ意味

医師偏在と専門医不足という構造問題

北海道は全国でも有数の広域自治体であり、医師の地域偏在が深刻な課題として長年指摘されてきました。厚生労働省の「医師偏在指標」によると、北海道の多くの地方・農村部では指標値が全国平均を大きく下回っており、特に放射線科・病理科といった画像診断に直接関わる専門医の不足は顕著です。

放射線科専門医は読影の専門家ですが、地方の小規模病院や診療所では常勤の放射線科医を確保することが困難なのが実情です。その結果、撮影した画像を都市部の医師にオンラインで送って遠隔読影を依頼する「テレラジオロジー（遠隔画像診断）」が普及してきましたが、それでも読影までのタイムラグや人材確保のコストという課題が残ります。

AIが「即時スクリーニング」として機能する可能性

こうした地域において、AIによる画像診断支援は「最初のスクリーニング（ふるい分け）」として機能する可能性があります。夜間・休日の救急場面で、経験の浅い当直医が撮影した胸部X線をAIが即座に解析し、「気胸の疑いがあります」「肺浸潤影が認められます」といった情報を提示できれば、適切な対応を迅速に取るための一助となります。

特に在宅医療・訪問診療の現場では、医師が患者宅で撮影した画像を即時にAIで解析し、重篤な所見を見逃さないための安全網として機能させることも考えられます。医療法人鳳應会が力を入れている在宅医療・訪問診療の分野でも、こうしたAIツールとの連携は、患者さんの安全を守るうえで重要な選択肢のひとつと位置づけています。

オンライン診療とAI診断の組み合わせが拓く未来

さらに注目すべきは、オンライン診療とAI画像診断の組み合わせです。患者が近くのクリニックや診療所で検査画像を撮影し、その画像をAIが解析した結果とともに、オンラインで専門医と相談できる環境が整いつつあります。北海道のように広大な地域では、「専門医がいる都市部まで数時間かけて移動する」という患者負担を軽減する手段として、この組み合わせは現実的かつ有益な解決策になりえます。当法人が運営する北海道オンラインクリニックでも、こうしたテクノロジーの活用を積極的に模索しています。

AIが実際に「できること」と「できないこと」

AIが得意とする処理とその精度

AI画像診断が特に優れているのは、「大量の画像を高速かつ均一に処理する」という点です。人間の医師が疲労や集中力の低下によってパフォーマンスが変動するのに対し、AIは24時間365日、同じ品質でデータを解析し続けることができます。また、特定の疾患に特化した学習を行ったAIは、その分野に関して膨大な症例を「経験」しているため、統計的な精度が非常に高くなるケースがあります。

実際、大腸内視鏡検査におけるAI支援は複数の無作為化比較試験（RCT）でポリープ検出率の向上が示されており、Lancet誌をはじめとする権威ある医学誌にその成果が報告されています。日常的なスクリーニング検査において、AIが医師の「第二の目」として機能することで、見落としのリスクを減らす効果が期待されています。

AIが苦手とすること・限界

一方で、現在のAI画像診断には明確な限界もあります。まず、AIは「学習したデータの範囲内」でしか機能しません。学習データに含まれていない珍しい疾患、特殊な画像条件、あるいは複数の疾患が複合している症例では、精度が著しく低下する可能性があります。また、AIは画像から数値的な特徴を抽出して判断しますが、患者の問診内容、既往歴、血液検査結果など、画像以外の臨床情報を総合的に勘案することは現時点では困難です。

さらに見落とせないのが「偽陽性（誤って異常と判定する）」と「偽陰性（異常を見逃す）」の問題です。AIが「異常あり」と報告したすべてが本当の病変ではなく、逆に「異常なし」と判定した場合でも病変が存在する可能性は否定できません。これは患者の不安を煽ったり、逆に安心させすぎてしまったりというリスクにつながります。

「ブラックボックス問題」と説明責任

AIの判断プロセスが不透明である、いわゆる「ブラックボックス問題」も重要な課題です。AIが「なぜその判断を下したか」を医師や患者に明確に説明することが難しい場合、医療における説明責任（インフォームド・コンセント）の観点から問題が生じる可能性があります。この課題に対応するため、AIの判断根拠を可視化する「説明可能AI（XAI）」の研究が進んでいますが、臨床現場への実装はまだ発展途上の段階です。

AIへの過信がもたらすリスクと正しい向き合い方

「AIが正常と言ったから大丈夫」という危険な思い込み

AI画像診断支援が普及するにつれて、医師・患者双方において懸念されるのが「AIへの過信」です。特に患者側では、「AIが異常なしと判定した」という結果を過度に信頼し、症状が続いているにもかかわらず受診を控えるという事態が起きうります。これは非常に危険です。AIはあくまで確率的な判断を行うツールであり、100%の精度を保証するものではありません。

医師側においても、AIの判定に引きずられて本来行うべき丁寧な読影や問診を省略するリスク、いわゆる「automation bias（自動化バイアス）」が指摘されています。BMJ誌でも、AIを含む自動化システムに対して人間が過度に依存してしまう現象が医療安全上のリスクとして論じられており、AIの活用においては医師の主体的な臨床判断を維持することが不可欠です。

AIはあくまで「意思決定支援ツール」である

AI画像診断支援の正しい位置づけは、「医師の意思決定を補助するツール」です。AIの判定結果はあくまで参考情報のひとつであり、最終的な診断・治療判断は医師が患者の全体的な状態を把握したうえで下すものです。この原則は、どれだけAIの精度が向上しても変わらない本質的な考え方です。

当法人においても、デジタルツールの活用は常に「医師と患者の関係を深めるため」という目的を軸に置いています。AIが判定した結果を医師がわかりやすく解説し、患者が自分の状態を理解して治療に参加できる環境を作ること——これがテクノロジー活用の本来の姿だと私は考えています。

患者として知っておきたい「正しい質問の仕方」

患者の皆さんには、AI画像診断支援を活用した検査を受ける際に、主治医に積極的に質問していただくことをお勧めします。「このAIは何を対象に学習したシステムですか」「AIの判定と先生ご自身の所見は一致していますか」「AIが見逃す可能性はありますか」といった質問は、医師とのコミュニケーションを深め、より適切な医療を受けるための重要なアプローチです。医師も患者の疑問に丁寧に応える義務があります。

AI画像診断の導入を取り巻く制度・倫理・コストの課題

薬事規制と保険適用の現状

日本でAI医療機器を導入するには、薬機法（医薬品、医療機器等の品質、有効性及び安全性の確保等に関する法律）に基づく審査・承認が必要です。厚生労働省はAIを活用した医療機器の審査迅速化を進めており、承認取得数は年々増加しています。一方で、保険適用については整備が遅れており、多くのAI診断支援ソフトは現時点では自費もしくは医療機関の持ち出しによって運用されているのが実情です。

保険適用が限定的であることは、地方の小規模医療機関にとって導入コストの壁になっています。大規模病院では潤沢なIT予算のもとで最先端のAIツールを導入できる一方、地域のかかりつけ医や診療所では費用対効果の観点から導入が難しいというジレンマがあります。これは医療DXの恩恵が都市部に偏る「デジタル格差」につながりかねず、地域医療の観点から看過できない問題です。

データプライバシーと倫理的課題

AIを学習させるためには大量の医療画像データが必要ですが、そこには患者の個人情報・プライバシーが含まれます。個人情報保護法や医療情報セキュリティの観点から、データの収集・利用・管理に関する厳格なルールの整備が求められています。また、学習データに含まれる人種・性別・年齢の偏りが、特定の患者集団においてAIの精度を低下させる「アルゴリズムバイアス」の問題も指摘されており、国際的に議論が続いています。

さらに、AIが誤診を行った場合の法的責任の所在についても、現時点では明確な基準が確立されていません。医師が最終判断者である以上、責任は医師にあるというのが現行の解釈ですが、AI開発企業や医療機関の間での責任分担については、今後の法制度整備が急務です。

医療従事者の教育・リテラシー向上の重要性

AI画像診断を適切に活用するためには、医師・医療技術者・医療事務スタッフを含む医療従事者全体のAIリテラシー向上が欠かせません。AIの出力をどう解釈し、どこまで信頼し、どの場面で懐疑的な視点を持つか——こうした判断力を養うことが、AIと人間が適切に協働するための土台となります。日本医師会や各医学会でも、AIリテラシー教育の充実が提言されており、卒前・卒後教育への組み込みが議論されています。

世界と日本のAI画像診断最前線——注目の研究と事例

グローバルな研究動向と成果

世界的に見ると、Google DeepMindが開発した眼底画像解析AIは、糖尿病網膜症の検出において複数の国で臨床試験が行われ、専門医に匹敵する精度を示した研究成果がNature Medicine誌に掲載されています。また、米国食品医薬品局（FDA）はすでに多数のAI医療機器を承認しており、特に放射線科領域での承認件数が急増しています。

欧州においても、EUのAI規制法（AI Act）が2024年に成立し、医療分野のAIを「高リスクAI」として厳格な規制の対象に位置づけました。これにより、透明性・説明可能性・ヒューマンオーバーサイト（人間による監視）が法的要件として課される方向となっており、国際的な基準が整備されつつあります。

日本国内の先進的な取り組み

日本国内でも、国立がん研究センターや大学病院を中心に、AIを活用した病理診断・内視鏡診断・胸部CT読影などの研究が積極的に進められています。経済産業省と厚生労働省が連携した「医療AIプラットフォーム技術研究組合（HAIP）」は、複数の医療機関が匿名化された医療画像データを共有・活用できるインフラの整備を進めており、日本発のAI医療技術の開発を後押ししています。

また、遠隔地・離島向けのAI活用を模索する取り組みも各地で見られます。北海道内でも、離島や過疎地域の医療機関において、AIによる初期スクリーニングと遠隔読影を組み合わせた試験的な運用が一部で始まっており、地域医療の質向上に向けた実証実験が蓄積されつつあります。

AI画像診断と多職種連携の可能性

AI画像診断支援は、医師だけでなく、診療放射線技師・看護師・医療事務スタッフを含む多職種連携のあり方も変える可能性があります。例えば、AIが「要注意フラグ」を立てた症例を優先的に医師にアラートする仕組みを導入することで、診療所内のワークフローを最適化し、スタッフ全体の負担軽減にもつながります。在宅医療の場面では、訪問看護師や理学療法士がタブレット端末でAI解析済みの画像情報にアクセスし、多職種で患者状態を共有するという運用も現実的なシナリオです。

医療法人鳳應会が考えるAI診断支援との向き合い方

テクノロジーは「人を支える手段」であるという原点

医療法人鳳應会は、「病を治す」から「人生を支え抜く」へという理念のもと、保健・医療・福祉の複合体として札幌・小樽の地域医療を守ってきました。AI画像診断支援もまた、この理念の延長線上に位置するテクノロジーです。AIは医師の代わりになるものではなく、医師が患者一人ひとりに向き合う時間と余裕を生み出すための道具として捉えることが重要です。

私が理事長として法人を運営するうえで大切にしているのは、「技術は手段であって目的ではない」という視点です。AI画像診断を導入する目的が「効率化」だけになってしまうと、患者との対話や信頼関係が希薄になるリスクがあります。あくまで患者の健康と安心を守るためにAIを活用するという姿勢を、現場全体で共有することが不可欠です。

当法人グループのデジタル戦略との連動

当法人グループでは、Medi Faceによる精神科DX、北海道オンラインクリニックによるオンライン診療など、デジタルツールの活用を各領域で積み重ねてきました。AI画像診断支援についても、グループの診療所・クリニックにおける段階的な導入検討を進めており、まずは精度・コスト・患者への説明体制を総合的に評価しながら、慎重かつ前向きに取り組む方針です。

特に在宅医療・訪問診療の場面では、患者が自宅にいながら適切な画像診断を受けられる環境の整備が急務です。往診時に撮影した画像をリアルタイムにAIで解析し、状態の変化を即座に把握できる仕組みは、患者・家族にとっての安心感とともに、医師の判断の質を高める観点からも大変重要です。

読者の皆さんへ——「適切な医療を受ける権利」を大切に

AI画像診断支援はすでに私たちの身近な医療の一部になりつつありますが、「AIが診断した」「AIが正常と言った」という情報だけで安心するのではなく、必ず医師との対話を通じて自身の状態を正確に理解することが重要です。症状が気になるとき、検査結果に疑問があるとき、ぜひ専門の医師に相談してください。

医療法人鳳應会では、オンライン診療・訪問診療・外来診療を通じて、北海道の皆さんの健康を多角的に支援しています。AIを含む最新のテクノロジーを活用しながらも、最終的には「人と人のつながり」を大切にした医療を提供し続けることを、法人としての変わらない約束としています。

よくある質問

Q. AI画像診断はすべての病気を発見できますか？

A. いいえ、AIが対応できる疾患・画像の種類は限られており、学習データに含まれない珍しい疾患や複合的な病態では精度が低下する可能性があります。AI画像診断はあくまで医師の判断を補助するツールであり、AIだけで全疾患を完全に発見できるわけではありません。気になる症状がある場合は、必ず医師に相談することが重要です。

Q. AI画像診断を受けた場合、保険は適用されますか？

A. 2024年現在、AI画像診断支援ソフトの保険適用は一部の疾患・用途に限られており、多くのケースでは保険外（自費）となるか、医療機関の運営コストとして組み込まれる形になっています。詳細は受診する医療機関にお問い合わせください。今後、保険適用範囲の拡大が検討されており、制度の変化に注目が集まっています。

Q. AIが誤診した場合、誰が責任を負いますか？

A. 現行の法的枠組みでは、最終的な診断・治療判断を行った医師が責任を負うとされています。AIはあくまで補助ツールであり、AIの判定をそのまま採用した結果として生じた問題についても、医師の判断責任が問われる構造です。このため、医師がAIの結果を批判的に検討し、臨床情報と総合して判断することが法的にも倫理的にも求められています。

Q. 地方・過疎地でもAI画像診断を受けられますか？

A. 導入が進んでいる医療機関であれば、地方や過疎地でも利用可能なケースが増えています。また、遠隔画像診断（テレラジオロジー）とAIを組み合わせることで、専門医が近くにいなくても一定の診断支援を受けられる環境が整備されつつあります。北海道でも一部の地域で試験的な取り組みが始まっており、今後の普及が期待されます。

Q. オンライン診療でもAI画像診断の結果について相談できますか？

A. はい、オンライン診療でも画像診断結果についての相談・説明を受けることは可能です。医療法人鳳應会が運営する北海道オンラインクリニックでは、患者さまの状態や検査結果について、オンラインを通じて丁寧にご説明しています。ただし、新たな画像検査が必要と判断される場合は、対面での受診をご案内することもあります。

まとめ

• AI画像診断支援はディープラーニング技術を活用し、胸部CT・眼底写真・内視鏡画像など多くの領域で医師の読影を補助するツールとして急速に普及している。
• 北海道のような医師偏在が深刻な地域では、AIを活用したスクリーニングと遠隔医療の組み合わせが、地域医療格差を縮小するための現実的な手段として期待されている。
• AIには「学習データ外の疾患に対する精度低下」「偽陽性・偽陰性の問題」「ブラックボックス性」など明確な限界があり、過信は禁物である。
• 日本の法制度上、AIは「意思決定支援ツール」であり、最終的な診断・治療判断の責任は医師にある。患者はAIの判定のみで安心せず、必ず医師との対話を通じて自身の状態を理解することが重要である。
• 保険適用の整備・データプライバシー・アルゴリズムバイアス・医療従事者のAIリテラシー向上など、制度・倫理・教育面での課題解決が今後の普及における鍵となる。
• 医療法人鳳應会は「テクノロジーを通じて人を支える」という理念のもと、AI診断支援の適切な活用と地域医療の充実に向けた取り組みを続けている。在宅医療・オンライン診療を含む多様な相談窓口をご活用ください。