AIは乳がん検診をどこまで変えるのか ― “見逃し後”を減らす新時代の始まり

乳がんは、いまも世界でもっとも多く診断される女性のがんのひとつだ。WHOによると、2022年には世界で約230万人が乳がんと診断され、約67万人が亡くなった。しかも患者の約半数は、性別と年齢以外に明確な危険因子がないとされる。つまり、家族歴がない、生活習慣に大きな問題がない、そうした人でも罹患しうる病気だということだ。だからこそ、早期発見の精度をどう高めるかは、いまも各国の医療現場にとって大きな課題になっている。

その課題に対し、AIが「異常を探す道具」から「将来のリスクを読む道具」へと進化しつつある。今回注目を集めているのは、オーストラリアで開発された乳がん検診AI「BRAIx」だ。公開報道や研究機関の発表によれば、このAIはマンモグラフィ画像をもとに0〜99.9のリスクスコアを算出し、女性が今後4年以内に乳がんを発症する可能性を予測する。研究では、高リスク上位2%に入った女性のうち約1割が、検診時には「異常なし」とされていたにもかかわらず、その後4年以内に乳がんと診断された。しかもこの予測は、年齢、家族歴、乳腺濃度といった従来指標よりも高い性能を示したとされる。

ここで重要なのは、AIが単に「腫瘍らしき影」を見つけるだけではない点だ。従来の読影は、今写っている画像に明確な異常があるかどうかを見極める作業だった。しかしBRAIxは、画像のなかに人間の目では捉えきれない微細なパターンを見つけ出し、「将来的にがんが現れる可能性」まで含めて評価しようとしている。研究チームは、AIがピクセルレベルで情報を扱うことで、特に高濃度乳房のように見分けが難しいケースでも有効性を発揮しうると説明している。乳腺が高濃度だと、乳腺組織も腫瘍も白っぽく写るため、従来のマンモグラフィでは見逃しの温床になりやすい。そこにAIが新しい補助線を引こうとしているわけだ。

この流れは、単独の話題ではない。ドイツの大規模な実装研究では、AI支援による二重読影が、従来の二重読影と比べて乳がん検出率を17.6%高め、再検査の呼び戻し率を悪化させなかったと報告された。別の報道では、AI活用によって後から見つかる“間隔がん”の割合が減少したとする研究も伝えられている。つまり、AIは理論上の未来技術ではなく、すでに「検診精度を改善できる可能性がある実務ツール」として評価段階に入りつつある。

一方で、AIが注目される背景には、検診体制そのものの限界もある。オーストラリアではBreastScreen Australiaが長年にわたり乳がん死亡率の低下に寄与してきたが、依然として参加率は十分高いとは言い切れない。加えて、制度としては一定年齢層を対象にした“画一的な間隔”での検診が基本で、個々人の将来リスクに応じて柔軟に検診頻度を変える仕組みは広がっていない。研究チームや関連専門家が強調しているのは、AIを使えば「高リスクの人はより密に」「低リスクの人はより少ない負担で」という個別化検診へ近づける可能性があるという点だ。

この“個別化”は、患者にとって単に便利というだけではない。高リスク者の見逃しを減らせれば、治療開始を早められる。逆に低リスク者に不要な追加検査を重ねずに済めば、心理的負担や医療コストも抑えられる。AI研究の本当の価値は、医師を置き換えることではなく、限られた医療資源をどこに優先配分すべきかを可視化することにある。高齢化で画像診断の需要が増える一方、放射線科医の負担は各国で高まっており、AIは「人手不足を埋める魔法」ではなく「専門家の判断をより重要なところに集中させる補助装置」として期待されている。

実際、公開SNSでも歓迎ムードは強い。LinkedInでは、がん研究や医療イノベーションに関わる組織・研究者の投稿に対し、「重要な仕事だ」「大きな前進だ」「医療現場に実装されてほしい」といった前向きなコメントが相次いでいる。VCCC Allianceの投稿には研究を称賛するコメントが複数付き、関連研究者や医療関係者も「インパクトの大きい成果」と反応していた。AIML関連の投稿でも、「AIは医師を置き換えるのではなく、第二の目として機能する」という語り方が目立つ。SNS上の熱量を見ると、このテーマが単なる技術ニュースではなく、医療現場の切実な課題に結びついた話題として受け止められていることがわかる。

ただし、反応は全面的な礼賛だけではない。専門家コメントや関連報道では、「有望ではあるが、日常診療に組み込むにはさらに検証が必要」という慎重な姿勢も一貫している。スペインのScience Media Centreで紹介された専門家見解では、この研究は大規模で方法論的に強い一方、BRCA変異保有者との比較は“4年間という期間に限ったリスク”として読むべきで、生涯リスクと同一視してはならないと指摘された。別の報道でも、単一施設や特定集団での成果をそのまま一般化することには注意が必要だとされている。AIが高精度でも、それが直ちに全地域、全人種、全制度で同じように機能するとは限らない。

さらに忘れてはならないのは、AIは「診断の最終責任」を引き受ける存在ではないという点だ。ABCの報道でも、研究側は人間の放射線科医による最終的な監督が必要だと明言している。実際、患者の体調、既往歴、触診所見、本人の不安、追加検査の判断、治療への接続といった文脈は、画像だけでは完結しない。最近では、AIに医療相談を委ねすぎることへの警鐘も出ており、乳がんのように対応の遅れが命取りになりうる病気では、自己判断を補強するためのAI利用には特に慎重さが求められている。AIは賢いが、患者を診るのはまだ人間だ。この当たり前の原則は、技術が進んでも変わらない。

それでも、今回の研究が示した意味は大きい。乳がん検診は長らく「一定年齢になったら、一定間隔で受けるもの」という設計で運用されてきた。だが今後は、「同じ50代でも、同じ頻度で本当にいいのか」「40代でも高リスクなら、もっと早く介入すべきではないか」という発想が主流になるかもしれない。研究チームは将来的に、年齢基準だけでなく個人リスクに応じた検診体制を構想している。もし実装が進めば、乳がん検診は“年齢で線を引く仕組み”から“画像とデータで一人ひとりに合わせる仕組み”へと転換していく可能性がある。

乳がん医療において本当に怖いのは、見える異常そのものだけではない。検診で「大丈夫」と言われたあとに進行してしまう、あの空白の時間だ。AIが変えようとしているのは、まさにその空白である。見逃しをゼロにすることは難しくても、見逃しに近づくリスクを早く知り、より早く次の一手を打てるようにする。その意味でAIは、がんを“見つける機械”というより、“手遅れを減らすための予測装置”として、ようやく本領を見せ始めているのかもしれない。

出典URL

https://www.theage.com.au/lifestyle/health-and-wellness/artificial-intelligence-revolutionising-breast-cancer-research-20260307-p5o8cx.html

・同内容を扱う関連報道（BRAIxの概要、4年以内リスク予測、上位2%の結果、研究者コメント）
https://www.abc.net.au/news/2026-03-04/artificial-intelligence-breast-cancer-risk-mammogram/106411246

・学術誌のオンライン先行掲載情報（論文タイトル、掲載日、研究の正式な位置づけ）
https://www.thelancet.com/journals/landig/onlinefirst

・研究機関による発表（BRAIxの開発背景、約40万人学習・約9.6万人検証・スウェーデン外部確認、個別化検診の構想）
https://www.svi.edu.au/news-events/ai-based-tool-estimates-breast-cancer-risk-within-next-four-years/

・メディア向け科学情報まとめ（研究の要点、9.7%という上位2%の4年リスク、 routine care前に追加研究が必要との整理）
https://www.scimex.org/newsfeed/ai-could-help-preduct-your-risk-of-breast-cancer-in-the-next-4-years

・WHOの乳がんファクトシート（世界の患者数・死亡数、リスク因子、早期発見の重要性）
https://www.who.int/news-room/fact-sheets/detail/breast-cancer

・ドイツの大規模実装研究（AI支援読影で検出率が上がり、呼び戻し率を悪化させなかった事例）
https://www.nature.com/articles/s41591-024-03408-6

・AI導入への慎重論を補う報道（AI支援で後発見が減る可能性がある一方、さらなる検証が必要との論点）
https://www.theguardian.com/science/2026/jan/29/ai-use-in-breast-cancer-screening-cuts-rate-of-later-diagnosis-by-12-study-finds

・オーストラリアの検診制度の基礎情報（BreastScreen Australiaの説明、対象年齢帯の考え方）
https://www.aihw.gov.au/reports/cancer-screening/breastscreen-australia-monitoring-report-2025/contents/breast-cancer/breast-cancer-screening

・公開SNS反応の確認元1（VCCC AllianceのLinkedIn投稿とコメント）
https://www.linkedin.com/posts/vcccalliance_an-artificial-intelligence-tool-to-predict-activity-7435097386366054400-xWmT

・公開SNS反応の確認元2（AIML/関連投稿。AIを“第二の目”として捉える文脈）
https://www.linkedin.com/posts/jonathangovette_sweden-just-proved-ai-can-catch-29-more-activity-7426652456484397056-ceWM

・公開SNS反応の確認元3（研究紹介のLinkedIn投稿）
https://www.linkedin.com/posts/professor-gerald-lip-633a5556_ai-based-braix-risk-score-for-the-intermediate-term-activity-7435008570406117376-ypfK