AIが「医者の目」になる日——放射線科・皮膚科で進む画像診断AIの実用化と日本への影響

「見落とし」をAIが防ぐ時代へ

CTやMRI、レントゲンの画像から病変を見つけ出す作業は、これまで放射線科医の経験と集中力に大きく依存してきた。だが米国ではここ数年で、画像診断を支援するAIがFDA（米食品医薬品局）の承認を次々と取得し、実際の臨床現場に組み込まれ始めている。

Aidoc・Viz.ai・PathAIといった企業が提供するAIは、脳出血や肺塞栓症などの緊急性の高い所見を撮影直後に検出し、優先度の高い患者を医師に即座にアラートする仕組みとして、すでに数百の病院で稼働している。

放射線科だけでなく皮膚科にも広がるAI診断

皮膚がんのスクリーニングにもAIの活用が進む。スマートフォンで撮影したほくろや皮膚病変の画像をAIが解析し、悪性の可能性が高いものを優先的に専門医へつなぐサービスが、米国の一部医療機関や薬局チェーンで導入され始めている。

専門医の数が地域によって偏在する米国では、こうしたAIスクリーニングが「専門医に診てもらう前段階のふるい分け」として機能し、受診の遅れによる見落としを減らす役割を担いつつある。

医師不足という共通課題

画像診断AIが急速に広がる背景には、放射線科医・皮膚科医の慢性的な不足がある。米国では専門医一人当たりが処理する画像数が年々増加しており、AIによる一次スクリーニングは「医師の負担軽減」という切実なニーズに応える形で受け入れられてきた。

この構図は、医師の地域偏在や高齢化が進む日本にもそのまま当てはまる。特に地方の医療機関では、常勤の放射線科医が不在のまま画像診断を外部委託しているケースも少なくなく、AIによる一次判定は同様の需要を持つと見られる。

日本での実用化はどこまで進んでいるか

日本でも肺結節検出や骨折検出を支援するAIプログラムが薬事承認を受け、一部の大学病院や健診センターで導入が始まっている。ただし、米国のように緊急疾患のトリアージまで踏み込んだ運用は、保険点数や医療機器としての承認プロセスの違いから、まだ限定的な段階にとどまる。

厚生労働省もAI医療機器の審査プロセスを段階的に見直しており、健診・人間ドックの領域から先行して、AI画像診断の普及が加速すると見込まれている。

まとめ

画像診断AIは、医師の仕事を奪うものではなく「見落としを減らし、優先度の高い患者を早く見つける」ための支援ツールとして根づきつつある。米国で先行する緊急疾患のAIトリアージや皮膚がんスクリーニングは、医師不足という共通課題を抱える日本の医療現場にも、数ヶ月から1年程度の時間差で波及していく可能性が高い。