夜間勤務が放射線科研修医の診断能力に与える影響とAI支援の限界

解説対象論文: From dusk till dawn?—Night shift-induced fatigue, diagnostic performance, and AI assistance in chest radiography
European Radiology｜被引用数: 0（2026年10月24日時点）

夜間勤務による疲労が、放射線科研修医の診断能力にどのような影響を及ぼすか、そしてAI支援がその影響を緩和できるのか。European Radiology誌に掲載された最新の研究は、この重要な問いに客観的なデータで切り込みました。本研究では、夜勤明けの研修医が経験する疲労が診断精度を低下させる一方で、読影速度は維持されるという、対象者安全に関わる懸念すべき結果が示されました。さらに、特定のAIモデルによる支援は、この疲労による性能低下を完全に補うには至らないことも明らかになりました。本記事では、この研究の詳細を専門家の視点からわかりやすく解説します。

Feasible実施可能性	放射線科研修医10名と既存データセットを用いて実施可能です。
Ethical倫理面	倫理委員会の承認を得ており、インフォームドコンセントも取得済みです。
Interesting面白さ	夜勤疲労が診断能力に与える影響とAIによる補完可能性は臨床的に重要です。
Novel新規性	客観的な眼球運動追跡で疲労を定量化し、AI支援の効果を検証した研究は少ないです。
Relevant切実さ	夜勤帯の診断ミスは対象者の安全に関わり、医療提供体制の改善に役立ちます。
Measurable測定可能性	診断精度（Cohen’s κ）、効率（読影時間）、眼球運動指標、主観的疲労度で測定しました。
Modifiable派生・改善	疲労軽減策やAI導入によって診断能力低下を改善する可能性があります。
Structured文章構造	前向きかつ個人内比較設計で、標準化されたプロトコルで実施されました。
PICO / PECO対象・介入・比較・結果	P: 夜勤明けの放射線科研修医, I: AI支援あり, C: AI支援なし, O: 胸部X線読影の診断能力、効率、眼球運動。

はじめに：夜間勤務と医療専門家の疲労

どうも、Beyond the Pixelです。医療現場における疲労は、専門家の業務遂行能力に影響を及ぼす一般的な課題として知られています。特に放射線科の専門家は、昼夜を問わず長時間にわたる画像読影に携わることが多いため、疲労の影響を受けやすいとされています。長時間労働は、注意力の低下や意思決定能力の減退といった認知的疲労、さらには眼球運動系の身体的疲労を引き起こす可能性があります。これらの疲労は、臨床的に重要な所見の検出率の低下、診断に対する自信の喪失、読影時間の延長などにつながり、最終的に診断精度と対象者ケアの質を損なう可能性があります。近年、研究量と複雑さの増加、そして専門家不足が業務量の増大に寄与しており、放射線科専門家の疲労を軽減するための戦略が喫緊の課題となっています。人工知能（AI）は、過去10年間で放射線医学への導入が大幅に進み、効率の改善、精度の向上、業務負担の軽減に貢献する可能性が示されています。AIツールは、反復作業を自動化し、画像読影を支援することで、専門家が認知資源を温存し、より複雑な症例に集中できるようになることで、疲労による性能低下を相殺するのに役立つかもしれません。しかし、この仮説を裏付けるエビデンスは限られています。本研究は、夜間勤務によって誘発される疲労が、胸部X線画像の放射線科研修医の診断精度と効率にどのように影響するか、またAI支援がその性能低下を緩和できるかを検討することを目的としています。

研究デザインと方法：疲労とAIの影響を客観的に評価する

この研究は、放射線科研修医の夜間勤務誘発疲労がAI支援の有無にかかわらずどのように影響するかを評価するための、前向きな個人内比較読影研究としてデザインされました。地元倫理委員会の承認を得て、2024年7月から2025年3月にかけて実施され、各研修医から書面によるインフォームドコンセントが取得されました。

対象となった専門家とデータセット
研究には、平均経験35ヶ月（20〜60ヶ月）の放射線科研修医10名が参加しました。彼らは全員、初動夜間勤務を独立して行うための施設要件を満たしていました。研究には、2009年から2020年にかけて集中治療室の対象者から取得された193,556件の胸部X線画像からなる施設内データセットが使用されました。そこから、99件のユニークな胸部X線画像（99名の対象者から）が、心拡大、肺うっ血、胸水、肺の陰影、無気肺の有無と重症度を評価するために、3セット（各33件）に割り当てられました。これは、以前にAIモデルの訓練と評価に使用されたデータセットから選択されました。

読影セッションとAI支援
研修医は3つの読影セッションを完了しました。セッション1は夜勤前の午前10時に実施され、セットIを使用しました。セッション2は同日午後2時に実施され、セットIを異なる画像順で使用し、個人内の再現性を評価しました。初動夜勤はセッション2後の午後3時30分に開始し、翌朝の午前8時30分に終了しました。セッション3は夜勤直後の午前9時に実施され、2つの連続したパートから構成されました。セットIIはAI支援なしで、セットIIIはAI支援ありで読影されました。AIは、5つの対象所見とそれらの重症度レベルについて、構造化されたレポート提案を画像とともに表示しました。AIモデルは「堅実だが誤りもある開発中のもの」として紹介され、研修医は必要に応じてすべてのAI提案を独立して検証し修正するよう指示されました。研修医は、この研究で用いられたAIモデルを臨床ルーチンで使用した経験はありませんでした。

技術的なセットアップと疲労評価
読影セッションは、静かで光が制御された読影室で実施されました。胸部X線画像とレポートテンプレートは、カスタマイズされたDICOMビューア上で並べて表示されました。

眼球運動追跡は、画面ベースのシステム（Tobii TX300）と24インチモニターを使用して行われました。疲労状態は、夜勤前後でのサッカードのメインシーケンスの傾きが5%以上減少した専門家を「疲労あり」と定義しました。

これに加えて、各セッション前に主観的な疲労度を評価するSOFI（Swedish Occupational Fatigue Inventory）アンケート、夜勤後に夜勤の負担度に関するアンケートも実施されました。

評価指標
* 診断精度: 各放射線科研修医と専門家による多数決との一致度を、四次重み付きCohen’s κ（カッパ値）で定量化しました。
* 診断効率: 1枚のX線画像あたりの平均レポート作成時間で定量化しました。
* AI-読影者インタラクション: AI提案が変更なく受け入れられたか、上書きされたか（アップグレードまたはダウングレード）を記録しました。
* 眼球運動指標: 総注視時間とサッカード数を測定しました。
* ユーザー体験: 精神的負担、集中力の維持の困難さ、タスクの難易度、診断への不安、夜勤の影響、AI支援の認識を5段階のリッカート尺度で評価しました。

研究結果：疲労は診断精度を低下させるが、AI支援は十分な効果を示さず

すべての放射線科研修医が夜勤前後の3つのセッションを完了しました。平均有効視線データ割合は81.8%で、データ品質不足により除外された専門家はいませんでした。

疲労の分類
サッカードのメインシーケンスの傾きは、セッション1の0.63からセッション3の0.59へと平均で7.3%減少しました。定義された5%減少のカットオフを使用すると、10名の放射線科研修医のうち6名が「疲労あり」と分類され、4名が「疲労なし」と分類されました。

眼球運動追跡に基づく疲労分類は、夜勤の負担と主観的疲労度と良好に相関していました。

診断精度
夜勤前の診断精度（セッション1と2の間でΔκ=0.01）は良好な再現性を示しました。夜勤後、疲労ありの研修医では診断精度が有意に低下しました（夜勤前κ=0.71±0.05 vs. 夜勤後κ=0.61±0.10; p < 0.001）。疲労なしの研修医でも同様に、しかしより小さい低下が見られました（κ=0.72±0.03 vs. κ=0.65±0.03; p = 0.037）。AI支援（セッション3b）では、診断精度はAI支援なしのセッション（セッション3a）と比較してわずかに向上しましたが、統計的に有意ではありませんでした（疲労ありΔκ=0.03; 疲労なしΔκ=0.04; p ≥0.525）。

診断効率
AI支援なしでは、夜勤前と夜勤後のX線画像あたりのレポート作成時間に有意な変化はありませんでした。AI支援は両グループで読影時間を短縮し、疲労なしの研修医では統計的有意性に達しました（33.6秒（AIなし）vs. 23.7秒（AIあり）、p = 0.031）。疲労ありの研修医では有意性には至りませんでしたが、短縮傾向が見られました（31.6秒 vs. 25.3秒、p = 0.122）。（表2）

AI-読影者インタラクション
AI支援セッション中、AI出力と最終的な読影者評価の一致度は相当なものでした（平均四次重み付きCohen’s κ 0.693±0.081）。すべての研修医において、AI提案の77.2%は変更なく受け入れられ、22.8%は上書きされました。ほとんどの修正はAI提案に対するアップグレード（より重い評価への変更）であり、ダウングレードは少なかったです。AI提案の受け入れ率は、疲労ありと疲労なしの研修医間で類似していました。AI支援セッションの途中で受け入れ率が減少する傾向が見られました（前半82.1% vs. 後半72.7%）。

眼球運動指標
サッカードのメインシーケンスに基づいて疲労ありと分類された研修医は、注視時間とサッカード数にも変化を示し、夜勤後の視覚探索行動の変化が示唆されました。AI支援ありの場合、AI支援なしのセッションと比較して注視時間とサッカード数は減少しましたが、統計的有意性は疲労ありの研修医のサッカード数のみで認められました（p = 0.020）。（表2）

ユーザー体験
疲労ありの放射線科研修医では、夜勤後に精神的負担と集中力の維持の困難さが夜勤前と比較して有意に増加しました（p = 0.005）。診断への不安や知覚されるタスクの難易度はほぼ一定でした。

夜勤は意思決定能力や微細な所見の検出能力に中程度の悪影響を与えると評価されました。AI支援は概ね有用であると認識されたものの、独立した検証が必要であるため、業務負担の軽減や性能向上に関する意見は分かれました。

考察：夜勤疲労がもたらす対象者安全への懸念とAIの現状

この前向き読影研究では、夜間勤務によって誘発される疲労が放射線科研修医の胸部X線画像診断能力に及ぼす影響を調査し、人工知能による緩和の可能性を評価しました。眼球運動追跡に基づく眼球運動効率の測定により、初動夜勤後の読影専門家の過半数に疲労が認められました。この疲労は、高い主観的疲労度、より大きな夜間勤務負担、診断精度の有意な低下、および眼球運動パターンの変化と関連していました。重要なことに、疲労した放射線科研修医は診断精度が低下したにもかかわらず、レポート作成速度を維持していました。AI支援は診断精度を有意に改善せず、夜勤前の性能を回復させることはできませんでした。

疲労の客観的定量化
疲労の分類には、眼球運動効率のマーカーとしてサッカードのメインシーケンスの傾きを使用しました。SOFIのような自己申告式ツールとは異なり、これは眼球運動ダイナミクスの客観的かつミリ秒スケールの測定値を提供し、疲労の有効なマーカーとなります。本研究で採用された5%の傾き減少の閾値は、SOFIスコアや夜間勤務負担と相関しており、その妥当性が支持されました。

疲労と診断精度の低下
疲労は、放射線科研修医の診断精度に悪影響を及ぼし、夜勤後のCohen’s κの有意な低下によって示されました。この低下は疲労した研修医で最も顕著でした。この結果は、睡眠不足や長時間勤務が診断能力の低下につながるという先行研究と一致しています。重要な点として、疲労していない研修医でも診断精度の低下が見られたことは、疲労が認知（注意力の低下）、生理学的（眼球運動効率の低下）、感情的（モチベーションとエンゲージメントの低下）な経路を含む多次元的な構成概念であることを強調しています。疲労した研修医が夜勤後に感度を失った一方で、特異度は安定またはAI支援により改善したというパターンは、疲労が主に微細なまたは曖昧な所見の検出を損なうのであって、過剰な所見指摘につながるわけではないことを示唆しています。

診断速度と安全上の懸念
精度が低下した一方で、X線画像あたりのレポート作成時間は安定していました。このことは、疲労下でもタスク時間が変わらないという報告と一致しますが、タスク時間が延長するという他の報告とは対照的です。本研究の放射線科研修医は、時間的プレッシャーへの慣れや胸部X線読影のルーチン化された性質により、ペースを維持したと考えられます。作業速度が維持されたまま精度が低下したことは、特に高処理量環境において重大な安全上の問題があることを示しています。臨床現場では、個々の効率は業務リストに関連するプレッシャーによって左右されることが多い一方、精度は継続的に監視されていないためです。

AI支援の限界
先行研究では、AIが診断能力を向上させる可能性が示されていますが、本研究ではAI支援は診断精度をわずかに数値的に改善したものの、夜勤前の性能を回復させるには至りませんでした。この限定的な効果は、AIモデル単体の性能というよりも、観察されたAIと読影者のインタラクションの文脈で解釈されるべきです。このAIモデルは以前、ベッドサイド胸部X線画像の構造化された読影において専門家放射線科医と優れた一致度を示していましたが、読影研究におけるその利点は、モデルの性能だけでなく、読影者がAIの出力をどのように認識し、検証し、受け入れ、あるいは上書きするかに依存します。探索的インタラクション分析では、読影者はAI提案の約4分の3を受け入れ、約4分の1を上書きしました。受け入れ率は疲労した研修医と疲労していない研修医で類似しており、本研究では疲労に特異的なAI受け入れの違いは示唆されませんでした。また、AI支援セッションの途中で受け入れ率が減少したことから、AI出力への漸進的な受動的依存の証拠は得られませんでした。これらの結果は、AIに関連する効果が、疲労に特異的な明確なインタラクションパターンによって主に説明されたのではなく、モデルの性能、読影者の信頼、検証行動、インターフェース設計、およびAI出力の限定的な範囲の複合的な影響を反映している可能性を示唆しています。したがって、これらの結果はすべての胸部X線AIシステムに一般化されるべきではありません。より高度なAIツールや包括的なAIツール、例えば、本研究で用いられた5つの所見を超えた幅広い所見（例えば、気胸、骨の異常、異物など）を評価するシステム、過去のX線画像との比較を組み込むシステム、確信度スコアを表示するシステム、または完全なレポートを自動生成するシステムは、臨床現場で疲労した読影者に異なるレベルのサポートを提供する可能性があります。また、AI支援下での胸部X線画像読影の経験が限られていたことも、読影者がAI出力とどのようにインタラクションしたかに影響を与えた可能性があります。

研究の限界
本研究にはいくつかの限界があります。第一に、参加した読影者の人数が少なかったため、読影者の特性（臨床経験、胸部X線読影量、夜間勤務経験など）による残余交絡の可能性を完全に排除することはできません。第二に、データセットがベッドサイド胸部X線画像に限定されており、他のX線検査やより複雑な画像モダリティには一般化できない可能性があります。第三に、本研究で評価されたAI支援は、5つの定義された胸部X線所見に対する構造化されたレポート作成ワークフローに特化しており、包括的でも規制承認されたものでもありませんでした。したがって、結果は特定のAIシステムとその診断範囲、単体性能、出力形式、ユーザーインターフェース、フレーミング、およびワークフロー統合に特有のものである可能性があります。他のAIツール（トリアージツール、ヒートマップまたはバウンディングボックスベースの検出ツール、確信度スコアを表示するツール、レポートを生成するツールなど）は、視覚探索、信頼、検証行動、レポート作成時間、および疲労関連性能に異なる影響を与える可能性があります。第四に、X線画像セットの順序は固定されており、セットIはセッション1と2で繰り返されました。このデザインは、夜勤前の個人内再現性を評価するために選択されましたが、記憶効果や想起効果を導入した可能性があります。第五に、サッカードのメインシーケンスは疲労の検証済みマーカーですが、臨床読影研究における疲労を定義するための操作的閾値は十分に標準化されていません。また、疲労分類と二次的な眼球運動追跡アウトカムは同じ測定モダリティから導出されているため、注視時間とサッカード数との関連性は、疲労の独立した検証というよりも、視覚探索行動における関連する変化として解釈されるべきです。第六に、参加した放射線科研修医は研究の一般的な目的を認識しており、完全な盲検化は不可能でした。このアプローチは、彼らの心構え、読影行動、または検証戦略に影響を与えた可能性があります。第七に、疲労は実際の初動夜間勤務によって誘発されましたが、画像読影は夜勤後の制御された読影研究設定で、過去に選択された実際の対象者X線画像を使用して実施されました。したがって、AI支援はリアルタイムの臨床夜間勤務レポート作成中に評価されたわけではなく、対象者の管理に影響を与えませんでした。また、制御された設定では、ライブの業務リストのプレッシャー、中断、依頼元の専門家とのコミュニケーション、追加の臨床情報の入手可能性、レポートの即時の臨床的結果など、日常的な夜間勤務のすべての状況的特徴を完全に捉えることはできず、夜間勤務中のAI導入戦略への一般化可能性を制限します。

臨床的意義と今後の展望
本研究のプロスペクティブな個人内比較デザインは臨床現場に深く根ざしており、重要な臨床的意義を持っています。現在の勤務時間規制や人員配置モデルは、疲労に関連する性能低下のリスクを過小評価している可能性があり、放射線科専門家自身もそれを認識していない場合があります。本研究で調査された17時間のオンサイト夜間勤務期間は、ドイツの労働時間規制と施設内の勤務スケジュールという文脈で解釈されるべきです。本研究の結果は、規制され、施設として確立された夜間勤務モデル内であっても、測定可能な疲労と診断能力の低下が発生する可能性を示唆しています。したがって、労働時間規制の遵守だけでは、疲労関連の性能リスクを完全に捉えることはできないかもしれません。疲労を軽減するための戦略には、規制遵守だけでなく、業務量管理、適切な回復時間、疲労への意識、および夜間レポート作成のための制度的な品質保証が含まれるべきです。
結論として、初動夜勤は放射線科研修医において、測定可能な疲労、診断能力の低下、および眼球運動パターンの変化と関連していました。その一方で、レポート作成速度は変化しませんでした。本研究で用いられた特定のAIモデルによる支援は、診断精度を有意に改善せず、夜勤前のレベルに性能を回復させることはできませんでした。このことから、疲労に関連する性能低下を相殺する能力は限られていることが示唆されます。しかし、より包括的なAIモデルや異なる統合方法を用いたAIモデルは、今後の研究で異なるレベルのサポートを提供する可能性があります。

まとめ

本研究は、放射線科研修医の夜間勤務疲労が胸部X線読影の診断能力に悪影響を及ぼすことを、客観的な眼球運動追跡データを用いて明確に示しました。特に、疲労した専門家は診断精度が有意に低下しましたが、読影速度は維持されており、対象者の安全に関わる重大な懸念を浮き彫りにしています。AI支援が診断精度を有意に改善できなかったことは、AIツールの性能だけでなく、その統合方法や専門家との相互作用が重要であることを示唆しています。今後の研究では、より高度なAIモデルや、疲労による性能低下を効果的に緩和するための戦略を検討する必要があります。Beyond the Pixelでは、これからも医療画像インフォマティクスとAIの最前線についてお届けしていきます。

用語集

• 放射線科研修医: 放射線診断の専門家になるための訓練を受けている専門家です。
• 胸部X線画像: 胸部の臓器や骨の状態を画像化する一般的な医療画像検査です。
• AI支援: 診断作業を補助するために人工知能が提供する情報や提案です。
• 眼球運動追跡: 眼球の動きを記録・分析する技術で、視線のパターンから認知状態を推測します。
• サッカードのメインシーケンス: 眼球の素早い動き（サッカード）の速度と大きさの関係を示し、眼球運動の効率を測る指標です。
• Cohen’s κ（カッパ値）: 2つ以上の評価者間の一致度を測る統計指標です。この研究では、研修医と専門家の診断一致度を評価するのに用いられました。
• 疲労: 心身の活動によって能力が低下した状態です。この研究では、眼球運動追跡により客観的に定義されました。
• SOFI (Swedish Occupational Fatigue Inventory): 仕事関連の疲労を主観的に評価するためのアンケートです。