医療AIの精度向上は、患者の治療成績改善の証拠を上回るペースで進んでいる。

2026年に行われた数多くの研究は、医療AIにおける根強いギャップを示している。すなわち、AIシステムは医師の意思決定に影響を与え、優れた診断結果を達成できるものの、患者が実際に健康になることを証明するものではないという点だ。.

これは、これらのシステムを購入する病院、その有用性をアピールしようとする企業、そして医師の診療所でAIが導入された際にどの証拠を考慮すべきかを決定する当局にとって重要な意味を持つ。.

規制当局が精査し始めている証明問題

AIの驚異的な性能と患者に対する有効性の実証との間の乖離は、もはや無視できないほど大きくなっているようだ。 フィナンシャル・タイムズ紙は この状況を次のように見出しで要約している。

「医療AIには証明の問題がある。」

この問題はもはや学術的な議論の域を超えている。FDA（米国食品医薬品局）は、AI搭載医療機器の実用化前後の評価方法を検討する中で、同様の疑問を数多く提起している。 8月18日に発表され、10月19日まで一般からの意見を募集している討議資料、リスク評価、市販前評価、市販後監視といった問題が取り上げられている。

FDAは、この文書はあくまでも議論のための資料であり、ガイドラインの草案でも、政策変更案でも、将来の規制に関するいかなる示唆でもないことを明確にするよう注意を払っている。.

FDAが以前に行った実世界での性能に関する調査では、モデルのドリフト問題や静的指標の使用における限界についても検討されました。これは、もはや無視できないより大きな問題を提起します。AIソリューションが研究室から実用段階に移行した後、安全性と効率性をどのように測定すればよいのでしょうか？

ケニアでは、AIによる支援は治療失敗率を低下させなかった。

6月26日に発表された医学誌「ネイチャー・メディシン」に掲載された研究では、 ナイロビとキアンブ 郡にあるペンダ・ヘルス傘下の16施設に勤務する103名の臨床医が、大規模言語モデル（LLM）を用いた意思決定と用いない意思決定の両方で患者を治療した。登録された9,691名の患者のうち、9,347名が主要解析の対象となった。

14日後の治療失敗率は、AI群で2.2%、対照群で2%であり、調整オッズ比は0.77であったが、統計的に有意な差は認められなかった（P=0.13）。介入に関連した重篤な有害事象は認められなかった。.

AIを活用したグループは、より質の高い記録を残し、より適切な診断と治療計画を立てていた。しかし、この結果の意義は、プロセスの改善が患者の転帰に何ら改善をもたらさなかったという事実にある。.

この傾向は、 RAPIDx AI試験 。3,029人の患者を対象とした主要解析では、6か月後の複合アウトカム（心血管死、心筋梗塞、または予定外の心血管再入院）は、AI使用群で26%、標準治療群で26.4%であった。しかし、非1型心筋梗塞群では、AI支援治療により侵襲的冠動脈造影の実施頻度が47%低下した。

スコアは上昇し続けているが、 現実世界での証明は遅れている。

多国 間無作為化試験 では、GPT-4oが249人の医師の臨床症例のパフォーマンスをケニアで18%、インドネシアで10.7%、オランダで7.2%向上させたことがわかった（P

しかし、これらはシミュレーションによる事例であり、現実世界の状況ではなかった。また、対照群の参加者はインターネットや臨床プロトコルを使用できず、有害事象の評価も行われなかった。この研究は、AIが管理された環境下でのパフォーマンスを向上させることを確認したが、患者の転帰については何も言及していない。.

李張氏、ヤコブ・ニコラス・カザー氏らがNature Medicine誌に発表した別の研究では、 7つの疾患を基準とした。この研究では、一貫性の閾値を導入することで、現場のエージェントは全体の49.4%の症例を98.9%の精度で診断し、残りは人間の専門家によるレビューが必要となった。しかし、著者らは、実際の臨床現場で実施される試験によるさらなる検証が必要であると指摘している。

なぜ「事情通」の医師が解決しないのか

Joy Xu、Justin Ko、Joseph Kvedarがまとめたエビデンスマップによると、エージェント型AIは現在、管理業務だけでなく、診断、経営、その他の医療業務にも導入されており、その結果、こうしたシステムを管理・監査できる能力の重要性が高まっている。

npj Digital Medicineの別の論説では、臨床医がいるだけでは適切な監督とガバナンスが保証されるわけではないと述べている。自動化バイアスによって、人々は欠陥のある推奨事項を受け入れやすくなる可能性があり、効果的な監督には、システムに異議を唱え介入するための十分な知識、時間、権限が必要となる。

著者らは、そうした条件がなければ、人間の監視は単なる責任回避策に過ぎなくなる可能性があると警告している。

責任は、本来なら発見したり修正したりするのに適した立場にないエラーを発見することを期待される臨床医にのしかかる可能性があり、倫理的に非常に困難な状況となる。.

これにより、議論の焦点は、人間が技術的に「システム制御に関与している」かどうかから、その人物が必要な時にシステムに疑問を呈したり、システムを無効化したり、停止させたりする能力を実際に備えているかどうかへと移る。.

慎重な姿勢の背後にある商業的な利害関係

MarketsandMarketsは 、医療AI市場が2026年の366億7000万ドルから2031年には1947億9000万ドルに成長し、年平均成長率は39.7%になると予測している。この成長が実現すれば、患者の治療成績に関するエビデンスが依然として不均一であるにもかかわらず、病院はAI導入に関する意思決定をより多く行うようになるだろう。

そうなると、競争圧力は、マーケティングは難しいものの、プロバイダーにとってより価値のあるもの、つまり、将来的な検証、地域におけるパフォーマンスのモニタリング、そして実際に監査可能な監督へとシフトする可能性がある。.

最も賢い暗号通貨マインドを持つ人々はすでに私たちのニュースレターを読んでいます。参加してみませんか？ぜひ ご参加ください。