Google・Imperial・NHS研究、乳がんscreeningでAIが見逃しinterval cancerの25%を検出

Googleは2026年3月10日、Imperial College Londonと英国National Health Serviceとの共同研究結果を公表した。内容はNature Cancerに掲載された2本の研究と、ロンドン地域のNHS screening siteでのfeasibility検証に基づき、AIがmammography判読の精度とworkflowの両方にどのような影響を与えるかを扱っている。

研究で示された結果

Googleによると、最初の研究ではexperimental AI systemが12万5000人分のmammogramを解析し、従来screeningで見逃されていたinterval cancerの25%を検出した。Googleはさらに、このsystemがexpert radiologistより多くのinvasive cancerと総癌数を見つけ、初回screeningではfalse positiveも少なかったと説明している。

2本目の研究では5万人超の女性のscanを対象に、NHSのdouble-reading workflowでAIをsecond readerとして使った場合を評価した。Googleはこの構成でscreening workloadを40%削減できる可能性があると見積もっている。専門医不足が続く環境では無視できない数字だ。

精度以外に見えた課題

今回の発表で重要なのは、単純な精度競争では終わらない点だ。Googleはsimulated reviewの中で、AIが見つけた癌をarbitration panel specialistが覆す場面があったと述べている。これは導入上のボトルネックがモデル精度だけでなく、AIの指摘を医療者がどう受け止め、どの手順で意思決定に反映するかにもあることを示している。

さらに、ロンドンの12か所のNHS screening siteで9000件超をリアルタイム処理したobservational feasibility studyでは、患者ケアには影響させない条件でもworkflow面の調整課題が見えた。Googleはhealthcare現場のAIをplug-and-playとは捉えず、病院ごとのworkflow、装置、患者集団に合わせた継続的なcalibrationが必要だと説明している。

なぜ重要か

英国の乳がんscreeningは、同じmammogramを2人のspecialistが読むdouble-reading体制に依存している。安全性は高い一方で人手負荷が大きく、見逃しを減らしつつ読影負担を下げられるなら意義は大きい。ただし今回のNature Cancer結果は即時の全国導入を意味しない。むしろ医療AIがretrospective benchmarkの段階から、人とmodelが実際のclinical workflowでどう協調するかを検証する段階へ移っていることが重要なシグナルだ。

Source: Google