AIと専門家が協調する乳がん検診：BI-RADS出力AIシステムの診断性能と協調性の評価

10月 25, 2026 · 論文解説

🎧 この記事を音声で聴く（AI生成Podcast）

解説対象論文: Diagnostic Performance and Concordance of a BI-RADS-Output AI System in Mammography: A Retrospective Study of Radiologists-AI Collaboration
Journal of Imaging Informatics in Medicine｜被引用数: 0（2026年10月25日時点）

乳がんの診断において、人工知能（AI）が専門家とどのように協力し、診断性能を向上させるのか。本記事では、BI-RADSカテゴリを直接出力するAIシステムと専門家の協調診断に焦点を当てた最新の研究論文を掘り下げ、その診断性能と意見の一致度を詳細に解説します。AIが専門家の見落としを補完し、乳がんの早期発見に貢献する可能性について探ります。

研究サマリー（FINER & PICO）

Feasible実施可能性	術前デジタルマンモグラフィと超音波を受けた乳がん対象者321例のデータに基づき、実行可能な研究でした。
Ethical倫理面	本研究は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の要件は遡及研究のため免除されています。
Interesting面白さ	BI-RADSを直接出力するAIシステムが専門家と協調することで、診断精度が向上することを示し、臨床応用の可能性を示唆しています。
Novel新規性	標準化されたBI-RADSカテゴリを直接出力するAIシステムを評価し、専門家が見落とす乳がんの特性を分析した点で新規性があります。
Relevant切実さ	乳がんの早期発見は死亡率減少に直結するため、診断精度向上は公衆衛生上非常に重要です。
Measurable測定可能性	乳がん検出率、AUC、感度、特異度、Kappa値を用いて、AIと専門家の診断性能および一致度を定量的に評価しています。
Modifiable派生・改善	AIシステムは、専門家が見落としやすい病変の検出を補完し、その結果を臨床現場の判断に組み込むことで、診断プロセスを改善できる可能性があります。
Structured文章構造	研究は、目的、方法、結果、考察、結論が明確に記述されており、構造化されています。
PICO / PECO対象・介入・比較・結果	P: 乳がんが疑われるマンモグラフィ画像。I: BI-RADS出力AIシステムと専門家による協調診断。C: 専門家単独またはAI単独の診断。O: 乳がん検出率の向上と診断の一致度。

はじめに：乳がん早期発見とAIの可能性

どうも、Beyond the Pixelです。世界中で女性のがん関連死亡の主要因である乳がんは、早期のスクリーニングと診断が極めて重要です。現在、乳がんによる死亡率を大幅に減少させることが大規模なランダム化比較研究で検証されている唯一の画像スクリーニング技術はマンモグラフィです。しかし、マンモグラフィは乳腺密度の高い対象者では感度が30〜50%に低下することがあり、見落としが発生する可能性があります。この課題に対処するため、人工知能（AI）を活用したコンピュータ支援診断システムが乳腺画像診断のワークフローに導入されつつあります。

従来のAIシステムは、異常の確率スコアやヒートマップを出力することが多く、臨床現場で広く利用されている標準化された報告システムであるBI-RADSカテゴリ（乳房画像報告・データシステム）との互換性が低いという課題がありました。また、アジア系の女性は乳腺密度が高い傾向にあるため、欧米の集団で訓練されたAIアルゴリズムの一般化可能性も懸念されていました。さらに、専門家が見落とした乳がんをAIがどれだけ正確に特定できるか、あるいは画像所見やBI-RADSカテゴリ分類においてAIと専門家の間でどの程度の意見の一致があるかについて、体系的な評価が不足していました。今回ご紹介する研究は、これらの課題に対処し、BI-RADSカテゴリを直接出力するAIシステムの臨床的有用性を評価しています。

研究方法：BI-RADS出力AIシステムと専門家の協調評価

この研究では、術前デジタルマンモグラフィと超音波検査を受けた321人の乳がん対象者から得られた331の病変を対象に遡及分析を行いました。AIシステムは、マンモグラフィデータに基づいて直接BI-RADSカテゴリを割り当てる商用ソフトウェア「uAl-MammoCare1.1」を使用しました。このAIモデルは、中国の女性から収集されたマンモグラフィデータセットを用いて訓練されており、集団固有の画像特性への適応性を高めています。

診断評価には、専門家単独、AI単独、および専門家とAIの複合評価の3つのモードが用いられました。専門家とAIの複合モードでは、「専門家主導、AIアラート」という戦略が採用されました。これは、まず専門家が独立して画像を評価し、その後AIによるBI-RADS予測と病変関連情報が提供されるというものです。AIの予測が専門家の初期診断と異なる場合、専門家はAIが指摘した領域を再評価し、AIの提案を考慮して最終的なBI-RADSカテゴリを決定しました。このアプローチでは、最終的な意思決定権は専門家が保持し、AIはセカンダリアラートシステムとして機能します。

**Figure 2.** Fig. 2 Schematic illustration of the human–machine collaborative BI-RADS classification workflow and AI algorithm architecture. The workflow proceeds through four sequential steps: independ- ent radiologist review, AI-assisted review, discordance resolution, and final combined BI‑RADS output. The AI algorithm comprises domain-generalized feature learning (multi-view/multi-style contras-**解説:** ヒトと機械が協調するBI-RADS分類のワークフローとAIアルゴリズムのアーキテクチャの概要図です。専門家による独立したレビュー、AIによるレビュー、不一致の解消、最終的な複合評価という4つの段階でワークフローが進むことを示しています。

この研究における対象者の選定フローと除外基準は

**Figure 1.** Fig. 1 Flowchart shows the eligible patients and excluded patients. AI, artificial intelligence解説: 適格な対象者と除外された対象者の流れ図です。AI、人工知能の適用プロセスが示されています。

に示されています。最終的に含まれた対象者の臨床的・病理学的特性は

**Table 1.** Table 1 Clinical, imaging, and pathological characteristics of breast cancers解説: 乳がんの臨床的、画像的、病理学的特徴をまとめた表です。年齢、閉経状態、BMI、乳腺密度、腫瘍サイズ、病理組織型などが含まれています。

にまとめられています。

統計解析には、マクネマー検定、カイ二乗検定またはフィッシャーの正確検定、受信者操作特性曲線（ROC）分析、Kappa統計量などが使用され、診断性能と意見の一致度が検証されました。診断率の比較や、乳がんの病変をAIがどのように分類したかの分析も行われました。

**Figure 5.** Fig. 5 Workflow of the sequential radiologist-AI collaborative inter- pretation process. Two radiologists independently reviewed mammo- grams (Step 1). The AI system generated BI-RADS categories and lesion localization (Step 2). Interpretations were compared and dis-**解説:** 専門家とAIの逐次的な協調診断プロセスのワークフローを示しています。独立した専門家レビュー、AIシステムによる解釈、解釈の比較と識別、そして最終的な結果の出力という段階が含まれます。

研究結果：AIと専門家の協調が診断精度を向上

本研究では、専門家とAIの複合評価が最も高い乳がん発見率90.6%を達成しました。これは、専門家単独の87.6%およびAI単独の84.0%よりも高い結果でした（P < 0.05）。特にBI-RADS 4Bの病変では、AI単独での発見率は54.4%に低下しましたが、複合評価では81.8%に向上し、AIが果たす補完的な役割の利点が明確になりました。

**Table 5.** Table 5 Comparison of breast cancer detection rates across radi- ologist evaluations (1), AI evaluations (2), and combined human- AI evaluations (3). P1 = pairwise comparison between 1 and 2; P2 = pairwise comparison between 1 and 3; P3 = pairwise comparison between 2 and 3解説: 専門家評価（1）、AI評価（2）、および専門家とAIの複合評価（3）における乳がん検出率の比較表です。BI-RADSカテゴリの閾値別に検出率とp値が示されています。

AIは専門家が見落とした腫瘍を発見する能力も示し、そのROC曲線下面積（AUC）は0.840でした。専門家が見落とした41の乳がん病変のうち、AIシステムは10例（24.4%）を特定しました。これらのAIによって発見された見落とし病変の特性を分析した結果、80%が2cm以下、90%が非石灰化性病変、70%が円形または卵形の境界が明瞭な形状であり、これらは通常、良性と判断されがちな特徴でした。また、これらの病変の90%は、専門家によってBI-RADS 3または4Aと分類されており、診断が最も困難な「診断のグレーゾーン」に該当していました。AIが専門家に見落とされた腫瘍を特定する際の性能の詳細は

**Table 3.** Table 3 The AI’s performance in identifying breast tumors missed by radiologists解説: 専門家が見落とした乳腺腫瘍をAIが特定する際の性能に関する表です。AUC（曲線下面積）、感度、特異度、精度、PPV（陽性予測値）、NPV（陰性予測値）が示されています。

に、AIが発見した見落とし乳がんの特性は

**Table 4.** Table 4 Characteristics of breast cancers missed by radiologists but detected by AI解説: 専門家が見落としたがAIが検出した乳がんの特性を示す表です。腫瘍サイズ、病理組織型、分子サブタイプ、マンモグラフィ特徴などが含まれています。

に示されています。

画像所見に関する専門家とAIの意見の一致については、微細石灰化（κ値 = 0.827）において高い一致が見られましたが、腫瘤の形態、腫瘤の辺縁、最終的なBI-RADS分類（κ値 = 0.142～0.414）では、弱いから中程度の一致にとどまりました。これは、AIと専門家が異なる画像特徴に焦点を当てている可能性を示唆しています。この一致度の詳細は

**Table 7.** Table 7 Analysis of concordance between radiologists and artificial intelligence解説: 専門家と人工知能の間の一致度を分析した表です。様々なマンモグラフィ特徴とBI-RADSカテゴリに関するKappa値が示されています。

で確認できます。BI-RADSカテゴリ別のAI診断効果の分析は

**Table 6.** Table 6 The analysis of AI BI-RADS categories解説: AIによるBI-RADSカテゴリの分析結果を示す表です。各BI-RADSカテゴリ（3、4A、4B、4C、5）におけるマンモグラフィ的AI形態、形状、辺縁などの特徴の分布が示されています。

に示されています。

専門家が見落とした乳がんは、閉経前の対象者、術前補助化学療法を受けていない、腫瘍サイズが2cm以下、Luminal Aサブタイプが多い、腋窩リンパ節転移がないといった要因と有意に関連していました。また、マンモグラフィ上では腫瘤や非対称性（微細石灰化の有無にかかわらず）、不規則な形状やスピキュラ（棘状）のある腫瘤、乳頭の陥凹などが少なく、超音波検査でも点状高エコー病変や血流信号、皮下脂肪層への浸潤、腋窩リンパ節転移が少ないという特徴がありました。

**Table 2.** Table 2 Comparative analysis of radiologist-detected and radiologist-missed cancers using AI and ultrasound evaluations解説: 専門家が検出した乳がんと見落とした乳がんの、AIおよび超音波評価を用いた比較分析の表です。各特性について、見落とされたがんの割合と検出されたがんの割合が示されています。

AIが乳がんを見落としたケースと、専門家が見落としたがAIが発見したケースの画像例が

**Figure 3.** Fig. 3 Imaging of a symptomatic 59-year-old female patient. A Digi- tal mammography revealed an abnormal tumor in the right lower inner quadrant (arrows). B The artificial intelligence (AI) software failed to identify this lesion. C US and D breast MRI scans identi- fied a 1.1-cm irregular lesion in the right lower inner quadrant of解説: 59歳女性の症候性乳がん対象者の画像です。デジタルマンモグラフィで右乳房下内側四半部に異常な腫瘍が確認されたが、AIソフトウェアはこの病変を特定できませんでした。超音波および乳房MRIスキャンで病変が確認されています。

と

**Figure 4.** Fig. 4 Imaging of a 54-year-old symptomatic female patient. A Digi- tal mammograms failed to detect this lesion. B Artificial intelligence (AI) program identifies this oval mass in the left upper outer quadrant (crosses). C US and D breast MRI scans identified a 1.8-cm irregular lesion in the left upper outer quadrant at the 1:00 position. A mastec-**解説:** 54歳女性の症候性乳がん対象者の画像です。デジタルマンモグラフィでは病変が検出されなかったが、AIプログラムが左乳房上外側四半部に卵形腫瘤を特定しました。超音波および乳房MRIスキャンで病変が確認されています。

にそれぞれ示されています。

考察：AIは専門家の「安全網」として機能する

本研究は、AIが単独で乳がん発見率を向上させるわけではないものの、専門家との協調によってその価値が大きく高まることを示唆しています。AIの主な臨床的価値は、専門家の専門知識を代替するのではなく、増強するツールとして実現されることを強調しています。AIは、専門家が見落とす可能性のある、小さく、非石灰化性で、良性に見えがちなBI-RADS 3/4Aの病変において最大のメリットをもたらすことが示されました。

既存のAIシステムは、多くの場合、抽象的なリスクスコアを生成するため、専門家がそれを臨床的判断に変換する際に障壁がありました。本研究で評価されたAIシステムは、標準化されたBI-RADSカテゴリを直接生成するため、その診断根拠が臨床的に透明であり、専門家との意思決定プロセスをより円滑に連携させることが可能です。本研究で見られたAIと専門家の間の意見の相違は、AIの限界を示すものではなく、むしろ両者の補完的な強みが協調的な診断において最適化されることを示しています。これにより、BI-RADS出力AIシステムは臨床ワークフローにおける解釈可能な意思決定支援ツールとしての役割を果たすことができます。

しかし、この研究にはいくつかの限界点もあります。まず、遡及的かつ単一施設での研究であるため、結果の一般化には注意が必要です。また、AIプラットフォームとのフォーマット非互換性により一部の検査が除外されたことも、今後の課題として挙げられます。将来の研究では、基礎医療モデルやマルチモーダル学習戦略を取り入れることで、さらなる改善が期待されます。例えば、SAMベースの医療画像セグメンテーションモデルは病変の自動局所化と定量的特徴付けを強化する可能性があります。さらに、画像特徴と臨床言語表現を統合することで、BI-RADS記述や放射線診断の推論をAIの意思決定に直接組み込む機会を提供するかもしれません。

結論：AIと専門家の協調は未来の乳がん診断を切り拓く

本研究は、乳がん画像診断におけるAIと専門家の協調の利点と課題を定量的に評価しました。AIは腫瘤や石灰化などの主要な異常を検出する点で専門家と高い一致を示し、信頼性の高い補完ツールとしての有用性を裏付けています。一方で、スピキュラ辺縁や皮膚肥厚のような微妙な二次的所見の識別には依然として課題があることも明確になりました。この結果は、AIが特定のサブタイプの乳がん検出において限界を持つという以前の観察を検証するだけでなく、AI機能強化のための明確な目標を提示しています。本研究の独自性は、AIの基本的なタスクにおける信頼性を検証し、特徴レベルの不一致分析を通じて、人間とAIの協調を正確に強化するための枠組みを提供した点にあります。これにより、検出中心のAIから、より臨床的推論ワークフローに合致するシステムへの移行が促進される可能性があります。

今後は、複数施設での前向き研究により、AIシステムの一般化可能性と臨床的有効性をさらに検証していくことが重要です。AIと専門家の協調は、乳がんの早期発見と診断精度向上に貢献し、対象者のより良いアウトカムにつながる可能性を秘めています。

用語集

BI-RADS: Breast Imaging Reporting and Data Systemの略。乳房画像を標準化して報告するためのシステムで、病変の悪性度を分類します。
マンモグラフィ: 乳房をX線撮影する画像診断法。乳がんのスクリーニングや診断に用いられます。
超音波検査（US）: 超音波を用いて体内の臓器や病変を可視化する画像診断法。乳腺の検査にも広く使われます。
Kappa統計量: 2人の評価者間または2つの測定方法間の一致度を定量化するための指標です。
ROC曲線（受信者操作特性曲線）: 診断テストの性能を評価するために用いられるグラフです。曲線下面積（AUC）はテストの識別能力を示します。
AUC（曲線下面積）: ROC曲線の下の面積。診断テストの全体的な性能を示す指標で、1に近いほど高性能です。
微細石灰化: マンモグラフィで検出される小さく白い点状の影。乳がんの初期兆候となることがあります。
スピキュラ: 腫瘍の辺縁が棘状に伸びている様子。悪性腫瘍に特徴的な所見の一つです。
ゴールデンスタンダード: 病理組織診断のように、病気の診断において最も信頼性が高く、比較の基準となる方法や基準です。