最新論文
The Lancet
Interval cancer, sensitivity, and specificity comparing AI-supported mammography screening with standard double reading without AI in the MASAI study: a randomised, controlled, non-inferiority, single-blinded, population-based, screening-accuracy trial
MASAI試験におけるAI支援マンモグラフィ検診とAIなしの標準的な二重読影を比較したインターバルがんの感度、特異度：ランダム化、対照、非劣性、単盲検、集団ベースの検診精度試験
人工知能（AI）は、がん検出の増加と読影作業の負担軽減により、マンモグラフィ検診を改善できるが、インターバルがんに対する効果は不明である。このスウェーデンでの試験では、AIを用いたマンモグラフィ検診（介入群）と通常の二重読影（対照群）を比較した。解析では、インターバルがん発生率における非劣性を検証し、副次的アウトカムとして感度や特異度が調査された。
AI支援検診は、標準的な方法と比較して非劣性を示し、感度が向上し、読影作業も減少した。これらの結果は、AI支援マンモグラフィ検診が検診成績を効率的に改善できる可能性を示唆しており、臨床現場への導入を検討する価値がある。
Lancet. 2026 Jan 31;407(10527):505-514. DOI: 10.1016/S0140-6736(25)02464-X
Comment
集団乳がん検診の効率と効果を高めるAI
乳がん検診は、長年にわたり人工知能（AI）のターゲットユースケースとなってきた。計算能力の発達は、2000年代初頭のデジタルマンモグラフィの導入と、アルゴリズムのトレーニングと検証に適した大規模でデータ豊富なアーカイブ画像データセットの生成と一致した。そのため、疑わしい病変を特定するためのマンモグラフィのスクリーン読み取りという労働集約的なタスクは、AI自動化のモデルアプリケーションであり、検診の有効性を向上させると同時に検診の作業負荷を軽減する可能性を秘めていた。その結果、過去10年間でAIアルゴリズムの開発は急速に成長した。マンモグラフィの解釈に時代遅れのAIソフトウェアを早期に導入した際の期待外れの結果という背景から、最近のディープラーニングベースのAIモデルの評価は急速に進み、エビデンスに基づく実装に役立っている。具体的には、選択されたがん関連データセットでのAIの精度に関する研究から、連続する参加者の代表的なコホートを使用してスクリーニングメトリクスを報告する遡及的研究までが行われ、現在では、AIを集団乳がんスクリーニングプログラムに組み込んだ初のランダム化比較試験（RCT）が行われている。
Lancet. 2026 Jan 31;407(10527):471-473. DOI: 10.1016/S0140-6736(26)00092-9
〔この記事はAIを使用して作成しています〕
