人工知能は乳がん検診の精度を向上させながら放射線科医の負担を軽減できるか？

乳がん検診は、2人の医療専門家によるマンモグラフィーの検査に基づいています。この方法は効果的ですが、特にイギリスでは2028年までに約40％の放射線科医が不足すると予想されるなど、放射線科医の不足という課題に直面しています。最近の研究では、これらの画像を分析する第二の読み手として人工知能を活用することで、作業負荷を軽減しつつ診断の質を維持できる可能性が探られました。

この研究は、イギリスの2つの検診センターから集まった5万人の女性を対象に行われました。その結果、第二の人間の読み手を人工知能ツールに置き換えることで、がんの検出や誤検出の削減において同様の精度を維持できることがわかりました。専門家が疑わしい症例を再評価する仲裁ステップの後、人工知能の感度と特異度は、2人の人間の読み手と同等であることが明らかになりました。これは、ツールが実際のがんを同じくらい見つけ出し、誤った診断を同じくらい回避できることを意味します。

このアプローチの主な利点の一つは、作業時間の大幅な削減です。人工知能が一部の検査を担当するため、人間が分析するマンモグラフィーの数は50％減少しました。しかし、人工知能を使用すると仲裁の頻度が増加し、センターによっては22％から142％増加しました。この増加は、ツールが専門家によって確認されない異常を指摘したり、逆に人間が検出する微妙な症例を見逃したりすることが原因です。

人工知能は、2回の検診の間や次の検診時に現れる「インターバルがん」や「次回検診がん」と呼ばれるがんを特定する能力に優れています。仲裁前には、人間よりもこれらのがんをよりよく検出していました。しかし、専門家による再評価後、この差は縮まりました。なぜなら、ツールの一部の信号が却下されたからです。これは、人工知能の提案をどのようにより信頼性の高いものにし、放射線科医が理解しやすくするかという疑問を投げかけます。

ツールの性能は、マンモグラフィーに使用される機器によって異なります。あるメーカーの機器では他よりも効果的であることから、導入前に地域の技術に適応させる必要があることが示唆されています。研究に参加した放射線科医は、このツールに対して一定の信頼を示しつつも、特に石灰化などの異常を過大評価する傾向があるといった限界を指摘しました。

この研究は、乳がん検診における人工知能のより広範な利用への道を開きます。診断の質を犠牲にすることなく、専門家の作業負荷を軽減できる可能性を示しています。さらに進むためには、ツールの決定プロセスの透明性を高め、放射線科医がそのアラートをより適切に評価し、最大限に活用できるよう訓練する必要があります。

Références des contenus

Référence officielle

DOI : https://doi.org/10.1038/s43018-026-01128-z

Titre : Impact of using artificial intelligence as a second reader in breast screening including arbitration

Revue : Nature Cancer

Éditeur : Springer Science and Business Media LLC

Auteurs : Lucy M. Warren; Jenny Venton; Kenneth C. Young; Mark Halling-Brown; Christopher J. Kelly; Marc Wilson; Megumi Morigami; Lisanne Khoo; Deborah Cunningham; Richard Sidebottom; Mamatha Reddy; Hema Purushothaman; Delara Khodabakhshi; Lesley Honeyfield; Amandeep Hujan; Tsvetina Stoycheva; Andy Joiner; Reena Chopra; Aminata Sy; Dominic Ward; Lin Yang; Rory Sayres; Daniel Golden; Namrata Malhotra; Rachita Mallya; Lihong Xi; Della Ogunleye; Charlotte Purdy; Alistair Mackenzie; Susan Thomas; Shravya Shetty; Fiona J. Gilbert; Ara Darzi; Hutan Ashrafian