AIでほくろ・皮膚がんは見分けられる？実臨床1,230病変の結果

今回のAIは、がんを見落としにくくするため疑わしい病変を広く拾う設計でした。感度は高かった一方、良性病変も多く陽性側へ振り分け、病理診断と同じ病名を当てる能力は限られていました。目的が違う数字を一つの『正解率』へまとめることはできません。

AIの出力は、受診を急ぐか、対面評価へ回すかを支える情報の一つです。皮膚科医は病変そのものだけでなく、全身のほかの病変、触った硬さ、経過、年齢、既往歴などを合わせて判断します。必要なときは切除または生検を行い、病理組織で確定します。

スクリーニングは、病気の可能性がある人を次の評価へつなぐ段階です。ここでは見逃しを減らすことが重視されます。診断は、候補を絞り、治療や経過観察を決める段階です。AIがスクリーニングで役立つことと、病名を確定できることを分けて考える必要があります。

この記事はAIの性能と限界を読むための解説です。ほくろのABCDEや、粉瘤・いぼとの見分け方を詳しく繰り返しません。個々の病変で受診を考える変化は、既存の解説をご確認ください。

• 高感度と高い診断一致率は同じではない
• AIは振り分け支援で、病理診断ではない
• 良性表示を受診延期の根拠にしない

研究は英国北西部の大学病院で行われた前向き観察研究です。2024年11月から、皮膚がんが疑われ紹介された病変をDERMというAIで評価した最初の3か月を解析し、合計1,230病変の診療経路を追いました。医療現場へ導入した後の成績を調べた点が特徴です。

このシステムは、医療者が撮影する高解像度画像、ダーモスコピー画像、患者の病歴を使います。一般の人が自宅でスマートフォンを向け、画像1枚だけで答えを得る仕組みとは前提が違います。AIの候補診断には、メラノーマ、扁平上皮がん、基底細胞がん、日光角化症、異型母斑、良性病変などが含まれました。

1,230病変のうち711病変は事前の遠隔皮膚科医レビューを受けず、次に対面の皮膚科医が評価しました。そのうち318病変が生検され、AIが示した診断、対面皮膚科医の診断、最終病理診断を比較しました。性能指標の解析には、遠隔レビューあり35病変を加えた病理結果のある353病変が使われています。

したがって、1,230病変すべてに病理検査を行った研究ではありません。良性として経過した病変のすべてを組織で確認しておらず、各指標の分母を区別して読む必要があります。

また、すでに皮膚がんを疑われ専門経路へ紹介された病変が対象です。症状のない一般住民を一斉に検査した研究ではありません。皮膚がんの割合が異なる集団では、陽性的中率や陰性的中率も変わります。研究対象の入口を確認せず、家庭で見つけたほくろ全体へ数字を移すことはできません。

• 実臨床の1,230病変
• AI単独に近い経路711病変
• 病理と直接比較した生検318病変
• 病理結果を用いた性能解析353病変

病理結果のある解析対象で、AIの感度は95.3％（95％信頼区間90.5～98.1）、皮膚科医は88.5％（82.3～93.2）でした。感度は、実際にがんだった病変のうち検査ががん側へ拾えた割合です。陰性に分類して見逃す数を減らすうえで重要な指標です。

ただし、感度を高くするため少しでも疑わしい病変を広く拾うと、良性のものも陽性側へ入りやすくなります。この研究でAIの特異度は21％、皮膚科医は61％でした。特異度は、良性だった病変を良性と判断できた割合です。高感度だけを見て『ほぼ正しく診断できる』とはいえません。

95％信頼区間も大切です。AI感度の推定幅は90.5～98.1％で、真の性能が一点に確定したという意味ではありません。病変数、がんの種類、撮影品質によって推定は揺れます。製品の広告や見出しで一点の数字だけを見るのではなく、対象集団と信頼区間を一緒に確認します。

また皮膚科医の比較値にも注意が必要です。対象は生検へ進んだ病変で、皮膚科医は最も疑った病名が病理結果と一致したかで評価されました。第一候補が違っても生検が必要と判断し、がんを見逃さない診療行動を取っていた症例が含まれます。

AIの陽性的中率は46.5％、皮膚科医は62.1％でした。陽性的中率は、がん側へ分類されたもののうち実際にがんだった割合です。紹介される患者のがん割合や、どこを陽性とするかで変わるため、別の集団へそのまま当てはめられません。

遠隔の人レビューなしで生検された318病変では、最終病理と完全に同じ診断名を示せた割合はAI 28.6％（91／318）、皮膚科医61.6％（196／318）でした。AIは『危険かもしれない病変を拾う』点では有用でも、メラノーマ、基底細胞がん、良性母斑などを正確に言い当てる能力は別だと分かります。

研究者は、間違った具体的な病名が先に表示されると、その後の医師の判断を無意識に引っ張るオートメーションバイアスも指摘しています。AI結果を見た医師が先入観を持たず、病変と経過を独立して評価できる運用が必要です。

数字はAIか医師かを競わせるためではありません。AIが見落としを減らす強みと、人が診断名・治療・病理検査の必要性を判断する強みを組み合わせる設計が重要です。

正確な病名が一致しなくても、医師が『切除・生検が必要』と判断すれば安全な診療につながります。反対に、病名候補が偶然一致しても、病変を見ずに治療や放置を決めてよいわけではありません。診断名の一致率と、適切な次の行動を選べたかという臨床上の有用性も分けて評価します。

• AI陽性的中率46.5％
• 正確な病名一致はAI 28.6％
• 皮膚科医の病名一致は61.6％
• 先入観を生むオートメーションバイアスに注意

遠隔皮膚科医がAI結果を再確認した519病変のうち、208病変は画像がAI解析に適さないものでした。残る311病変では、AIが良性としたものを人が対面評価へ回し、最終的に4件のがん（扁平上皮がん1件、基底細胞がん3件）が見つかりました。人の再確認がなければ退院扱いとなり、見逃され得た症例です。

さらに、人の事前レビューなしで対面診察へ進んだ経路でも、AIが日光角化症らしいとした3病変が、病理では浸潤性メラノーマ1件と基底細胞がん2件でした。この3件は実際には対面診察へ進んだため見逃されたわけではありませんが、AI単独で優先度を下げる運用なら診断が遅れる可能性があります。

論文の議論では、良性判定と日光角化症判定を合わせ、AIが自律的に動いた場合に見逃され得たがんは7件と整理されています。ただし7／1,230を一般的な『見逃し率』にしてはいけません。すべての病変へ同じ基準の病理確認をした研究ではなく、診療経路も異なるためです。

安全な導入には、画像品質の管理、解析対象外の振り分け、人によるレビュー、結果の継続監視、陰性後の相談方法が必要です。NICEも2026年更新のガイダンスで、DERMをエビデンス生成期間中の選択肢とし、肌の色や地域運用に応じた医療者レビューと性能監視を求めています。

研究では1,230病変のうち274病変が対面皮膚科医の評価前に退院となり、予約枠を減らせる可能性も示されました。一方、診断の遅れが生じたときの不利益は大きいため、効率だけで安全性を判断できません。何件の対面診察を減らせたかと、見逃しを防ぐ仕組みを同時に評価する必要があります。

第一に、英国NHSの1施設、特定の紹介経路、特定製品の導入後3か月という研究です。国、受診する患者、皮膚がんの種類と頻度、撮影者、紹介基準が変われば成績も変わります。日本人集団や日本の一般皮膚科で同じ性能を示した研究ではありません。

第二に、AIの対象外が多くあります。18歳未満、潰瘍化した病変、大きい病変、毛・刺青・傷あとで隠れる病変、粘膜・陰部・手のひら・足の裏、過去に生検した病変、4個以上を同時に相談する場合、2.3cmを超える病変などは評価対象外でした。難しい病変を除いた集団の成績です。

第三に、一般向けアプリや生成AIを評価していません。医療機器のDERMはダーモスコピーと病歴を含む医療経路で使われました。スマートフォン写真をチャットへ送る行為は同じ検査ではなく、画質、プライバシー、対象外病変、結果後の安全網が保証されません。

日本で特定の製品を医療機器として使えるかは、販売名、承認・認証・届出番号、使用目的、注意事項を個別に確認する必要があります。この論文は日本のPMDA承認、国内販売、保険適用を検証したものではありません。海外の承認やNICEの推奨を、日本国内の承認と読み替えないでください。

第四に、研究者自身が単施設であること、AIが先に振り分けた病変を皮膚科医が診たため完全に同条件の比較ではないことを限界に挙げています。著者らは利益相反なしと申告し、NIHRなどが研究を支援しましたが、資金提供者は研究設計・収集・解析・原稿作成に関与していないと記載されています。

• 英国の単施設研究
• 対象外病変が多い
• 消費者向けアプリや生成AIは未評価
• 日本の承認・導入・保険適用を示さない

新しく現れた、以前より大きくなる、色や形が変わる、ほかのほくろと雰囲気が違う、出血・ただれ・かさぶたを繰り返す病変は、AIの結果にかかわらず相談してください。受診サインの詳細は既存記事へ役割を分け、本記事ではAIの精度解説に限定しています。

記録する場合は、日付を残し、全体の位置が分かる写真と近接写真を同じ明るさ・角度で撮ります。写真は経過共有に役立ちますが、診断の代わりではありません。個人が特定される画像を利用規約や保存先が不明なサービスへ送る前に、プライバシーも確認してください。

アプリが良性と表示しても、変化が続くなら受診します。反対に、悪性の可能性と表示されても皮膚がんと確定したわけではありません。強い不安だけで自分で削る、薬品を使う、すぐ美容施術を受けることは避け、まず診断を受けます。

診察では、いつからあるか、どこが変わったか、出血や痛み、過去の皮膚がん、家族歴、日焼け歴、免疫を抑える薬、AIを使った場合はサービス名と表示内容を伝えると整理しやすくなります。

急な出血が止まらない、強い痛みや感染を伴う場合は、通常の予約日を待たず医療機関へ相談します。それ以外でも、AI結果を何度も取り直して安心できる答えを探すより、変化の時点と写真を整理して診察を受ける方が、次の検査や経過観察を具体的に決めやすくなります。

英国NHSの実臨床1,230病変研究で、皮膚がんAIは感度95.3％と高かった一方、特異度21％、陽性的中率46.5％でした。人の事前レビューなしで生検された318病変では、正確な病理診断名との一致は28.6％でした。

AIが良性とした病変から、人による再確認で4件のがんが見つかりました。高感度でも見逃しはゼロではなく、具体的な病名の誤りは医師の判断を引っ張る可能性があります。画像品質、対象外病変、人の再確認、病理診断まで含む運用が必要です。

この研究は英国の特定医療機器を評価したもので、日本の患者さん、一般向けスマホアプリ、生成AIの精度を示していません。AIの良性表示で受診を延期せず、変化する病変は皮膚科で確認してください。

AIの価値は、医師を不要にすることではなく、限界を把握して診療の安全網へ組み込むことにあります。最終判断は、診察、ダーモスコピー、必要に応じた切除・生検と病理検査を合わせて行います。

今後は、複数施設・国・肌の色での外部検証、対象外病変の扱い、AI陰性後の長期追跡、医師の判断への影響、費用対効果を確かめる必要があります。新しい精度データや国内の承認情報が出たときは、製品名とバージョン、対象患者、運用方法まで確認して記事を更新します。