乳がん検診のマンモグラフィーおよびデジタルトモシンセシスにおけるAIベースのトリアージと意思決定支援：対をなす非劣性試験

なぜより賢い検診が重要か

50歳以上の多くの女性は、がんを早期発見するために定期的な乳房X線検査（マンモグラフィー）に招待されます。こうした検診プログラムは命を救いますが、医療体制に負担をかけ、誤検知による不安を引き起こすこともあります。本研究は緊急の問いを提示します：人工知能（AI）は乳房画像の読影作業の一部を安全に引き受け、放射線科医はリスクの高い症例に集中しつつ、少なくとも同等の数のがんを見つけられるのか、という点です。

現在の乳房画像の読影方法

多くのヨーロッパのプログラムでは、各マンモグラムを二人の放射線科医が独立して読影します。この「ダブルリーディング」はより多くのがんを検出しますが、業務量も倍増させます。3D様の新しい検査であるトモシンセシスは、1検査あたりの読影時間をさらに増やします。同時に人口の高齢化や、早期開始を示唆するガイドラインの変化、地域による熟練放射線科医の不足といった要因があり、専門家に過度の負担をかけずに検診の質を維持・向上させることが難しくなっています。

研究者が実臨床で試したこと

研究チームはスペイン、コルドバの公的検診プログラム内で大規模な臨床試験を実施しました。50〜71歳の3万1千人以上の女性が標準のデジタルマンモグラフィーかトモシンセシスのいずれかを受けました。各検査は二つの並列プロセスで処理されました。まず通常の方法：AIの助けを借りずに二人の放射線科医がすべての症例を読影します。二つ目の実験的アプローチでは、AIシステムが画像を解析してがんの可能性に応じて各検査をランク付けしました。AIが低リスクと判断した検査は自動的に正常とみなされ放射線科医には示されず、高リスクと評価された検査のみが二重読影され、この際AIの視覚的マークやスコアが意思決定支援として利用可能でした。

業務量とがん検出に起きたこと

このAIトリアージ戦略により、放射線科医が読む必要のある検査は全体のわずか3分の1強に減り、業務量はほぼ3分の2減少しました。劇的な削減にもかかわらず、AI支援戦略は実際により多くのがんを検出しました：AIを用いた場合は1000人当たり約7.3件のがんが見つかったのに対し、標準法では1000人当たり6.3件でした。AI誘導の経路では、早期で小さくリンパ節陰性の腫瘍といった、早期治療で最も利益が期待できる種類の追加検出がありました。これらの利得は特に従来型の2次元マンモグラフィーで顕著で、AI支援によりがん検出率が30％以上上昇しました。

トレードオフ：追加検査による再呼び出しの増加

この改善の代償は、追加検査のために呼び戻される女性の数が増えたことでした。全体として、再呼び出し率は標準読影の4.8％からAI戦略では5.5％に上昇し、偽陽性率もやや高くなりました。言い換えれば、より多くのがんが発見された一方で、最終的に良性と判定される疑わしい結果により多少多くの女性がストレスを経験しました。ただしトモシンセシスに関しては、AIは業務量を減らしつつ再呼び出し率や検出がん数に実質的な変化をもたらさず、もともとそのモダリティでの性能が高いことを反映しています。

安全性、見逃しと倫理的課題

AIは完璧ではありませんでした：11件のがんが低リスクスコアと評価され、完全自律ワークフローであれば見逃されていた可能性があります。しかし、AIなしの標準アプローチではAI支援戦略が検出したより多くのがんが見逃されていました。AIが見逃した腫瘍の多くは非常に微妙な所見で、従来の二人の読影のうち一人にしか検出されなかったものです。著者らは、多くの検査をAIのみで読影する広範な採用は倫理的・法的な問題を提起すると強調しています。画像取得の厳格な品質管理やAI性能の継続的モニタリングなど、AIが多数の検査を人間の確認なしに正常とラベル付けする前に追加の安全策が必要だと論じています。

今後の検診にとっての意味

一般の読者にとっての結論は、慎重に設計されたAIは放射線科医がはるかに多くの検診を処理するのを助け、少なくとも同等、場合によってはより多くの早期乳がんを発見できる、ということです。この試験では、AIにより低リスクのマンモグラムを自動的に正常扱いにすることで放射線科医の業務量がほぼ3分の2削減され、陽性的中率の精度は維持され、全体のがん検出はわずかに改善しました。ただし、より多くの女性が再検査を求められる結果にもなりました。適切な監督と追加検証が行われれば、AIベースのトリアージと意思決定支援は大規模な乳がん検診を医療システムにとってより持続可能にし、早期発見の面でもより効果的にする可能性があると本研究は示唆しています。

引用: Elías-Cabot, E., Romero-Martín, S., Raya-Povedano, J.L. et al. AI-based triage and decision support in mammography and digital tomosynthesis for breast cancer screening: a paired, noninferiority trial. Nat Med 32, 1296–1305 (2026). https://doi.org/10.1038/s41591-026-04277-x

キーワード: 乳がん検診, マンモグラフィー, 人工知能, 放射線科の業務負荷, 早期がん発見