—·
FDAの医療AI製品リストは、監督が初回の認可で終わらず、更新後や実際の診療での使用まで製品を追う必要性を示しています。
網膜画像をスクリーニングするシステム、脳卒中チームに警告を送るシステム、超音波検査の画像取得を支援するシステム、ポリープの可能性を示すシステム。どれも「医療AI」と呼ばれますが、担う役割は異なり、診療への影響もそれぞれ違います。監督にあたって追うべきなのは、漠然とした「AI」という呼び名ではなく、ツールがどの判断に関わり、誤りがどのような結果を招くかです。(FDA)
入手できる資料からは、ホワイトハウスと企業の合意、スーン・ソーン議員の提案、最先端AIのルールをめぐる議会論争について、確かな説明はできません。一方、患者や医療従事者に直接関わる、より限定された問いには答えられます。AIが医療に導入されるとき、監督は何を追うべきでしょうか。FDAの公開リストに載る4つの医療機器は、スクリーニング、警告、画像取得、異常の検出という異なる役割を示しています。各機器の規制上の記載から、使用目的や承認状況は確認できます。しかし、それだけで日常診療における性能まで分かるわけではありません。(FDA)
人工知能（AI）とは、パターンの認識や予測の生成などを行うソフトウェアです。医療では、何をするためのシステムなのかが重要です。画像から異常の可能性を示すことと、画像の撮影を支援すること、あるいは次に何をすべきか医療従事者に助言することは同じではありません。規制当局の製品リストは、システムの用途を確認する手がかりになりますが、複数の病院や患者集団での成績、あるいは後続のソフトウェア版の実績を示す評価表ではありません。(FDA)
FDAが別途公表した、あらかじめ定めた変更管理計画に関するガイダンスは、製品のライフサイクルの一側面を扱っています。AI搭載機器について、メーカーが予定する変更や、その管理手順をどう説明するかを示したものです。機器リストとガイダンスを合わせて読むと、混同してはならない3つの問いが浮かびます。製品に認められた用途は何か。その用途で機能することを示す根拠は何か。ソフトウェアが変更されたとき、何が起きるのか。(FDA guidance)
世界保健機関（WHO）が2024年に公表した、大規模マルチモーダルモデルに関するガイダンスは、医療における活用領域を5つに大別しています。臨床医療、患者自身による利用、事務業務、医学教育、研究・医薬品開発です。大規模マルチモーダルモデルとは、テキストや画像など、複数の種類の情報を扱えるAIシステムを指します。これらは用途の分類であり、相互に置き換えられる製品の種類でも、承認の段階でもありません。1つのシステムが複数の役割を担う場合もあり、誤りがもたらす影響は、どこで使われるかによって異なります。(WHO)
それぞれの領域で問われることも違います。臨床医療では、システムは医療従事者の判断を改善するのか、それともゆがめるのか。患者自身が使う場合、回答を診断と誤解したり、受診が必要な兆候を見落としたりするおそれはないか。事務業務では、情報を生成・整理する際に診療記録の重要な内容が保たれるか。医学教育では、学習者に信頼できる内容を教えているか。研究や医薬品開発では、出力を根拠となるデータと照合できるか。こうした問いは、用途に応じた安全策を検討するためのものであり、すべてのシステムが必ずこうした問題を起こすという主張ではありません。
スタンフォード大学人間中心AI研究所（Stanford HAI）の「AI Index」2026年版の医療分野の章は、医療におけるAIの動向を幅広く捉えています。一方、FDAのリストは、規制審査に進んだ機器を製品単位で示します。この違いは重要です。分野全体の動向を扱う報告書と、特定の機器に関する規制当局の記載は、同じ問いに答えるものではありません。どちらも単独では、臨床上の有効性を証明しません。(Stanford HAI; FDA)
患者や医療従事者にとって、最初に確かめるべきなのは具体的な点です。このシステムは、どの判断や作業に関わるのか。画像の撮影を支援するのか、検査画像の優先順位を決めるのか、診断結果を示すのか。製品の役割が分かれば、どのような根拠や人による確認が重要なのかも見えてきます。「AI搭載」という説明だけでは、分かることは限られます。
FDAのリストには、網膜画像から軽度を超える糖尿病網膜症を検出することを目的としたシステム、IDx-DRが掲載されています。FDAの記載によれば、認可は2018年です。用途は明確で、一般的な医療助言ではなく、スクリーニングを担います。この掲載情報が示すのは規制上の状況と使用目的であり、あらゆる診療環境で治療方針を変える頻度や、患者の転帰を改善する度合いではありません。(FDA)
同じく2018年の例として、脳卒中関連のソフトウェア、Viz.aiがあります。医療画像を解析し、大血管閉塞が疑われる場合に医療チームへ通知するよう設計されています。これは通知や業務の流れを支援するツールであり、医療従事者の診断に取って代わるものではありません。その価値は、適時の通知がチームの対応に役立つかどうかにも左右されます。通知の見落としや、診療に役立たない通知による中断はリスクになり得ます。FDAのリストから機器と使用目的は確認できますが、個々の通知が患者の転帰に及ぼす影響までは分かりません。(FDA)
2020年にFDAのリストに掲載されたCaption Guidanceは、心臓超音波画像の取得を支援するAIを使います。2021年に掲載されたGI Geniusは、大腸内視鏡検査中にポリープの可能性がある箇所を検出するためのシステムです。一方は画像取得を支援し、もう一方は医療専門職が評価すべき箇所を示します。役割がこれほど異なる以上、「医療AI」を一律に合格・不合格で評価するのは粗雑です。ワークフローのどこに組み込まれるかによって、適切な評価指標も変わります。(FDA)
2018年、2018年、2020年、2021年という4つの年次は、医療AI全体の数を示すものでも、臨床での成功度を測るものでもありません。FDAの機器リストにある、特定の製品を取り上げた小さな事例集です。丁寧に読み解くと、AIがスクリーニング、警告、画像支援、検出補助という形で医療に入っていることが分かります。共通する「AI」という呼び名の先を見てください。システムに認められた機能は何か。人が引き続き判断すべきことは何か。使用を裏付ける根拠は何か。(FDA)
医療機器の初回認可が答えるのは、申請された用途と審査に提出された根拠についての、範囲の限られた問いです。ソフトウェアをその後の審査なしに変更できるという意味でも、新たな環境で同じ性能が自動的に保たれるという意味でもありません。AI搭載機器の変更管理計画に関するガイダンスをFDAが公表した理由の一つは、そこにあります。(FDA guidance)
あらかじめ定めた変更管理計画（PCCP）は、想定されるソフトウェアの変更と、メーカーが変更を開発・検証・実施する際の手順を記述するものです。簡単に言えば、変更のたびにまったく新しい製品として扱うのではなく、予定された更新の一部について、メーカーと規制当局が事前に検討できる仕組みです。FDAのガイダンスは、販売申請でこうした計画を提出する際の推奨事項を示しています。監督を受けずにシステムを変更できるという包括的な許可ではありません。(FDA guidance)
この枠組みは、機械学習の中心的な課題に目を向けさせます。機械学習とは、ソフトウェアがデータからパターンを見つけ、予測や分類に利用する方法です。ソフトウェアが変化するよう設計されている場合や、新しいデータを使って更新される場合、審査担当者は何が変わったのか、その変更が製品の使用目的や性能に影響するかを把握しなければなりません。FDAのガイダンスは、そうした変更を説明するための規制上の道筋を示しますが、個々の更新が無害、あるいは有益であることを証明するものではありません。(FDA guidance)
医療現場では、製品の安全性を考えるうえで、バージョン情報も欠かせません。医療機関がツールを評価する際には、使用するバージョン、そのバージョンの使用目的、メーカーが重要な更新をどう扱うかを把握する必要があります。規制当局の審査と、医療機関による継続的な確認は、それぞれ別の問いに答えるものです。どちらか一方があれば、もう一方が不要になるわけではありません。
根拠は、それぞれの機器が担う役割に即したものでなければなりません。IDx-DRであれば、対象となるスクリーニング集団において、指定された重症度の糖尿病網膜症をどれほど確実に特定できるかを評価する必要があります。見逃しや誤警報の数も報告すべきです。Viz.aiの通知ソフトウェアについては、通知が診療の流れに間に合うよう医療チームに届くか、見逃されたり役に立たなかったりする通知がどれほどあるか、効果を通知速度だけでなく患者の診療に照らして測定しているか、といった点が重要です。これらは評価の観点であり、FDAの掲載情報が示す検証済みの結果ではありません。(FDA)
残る2製品も、同じ原則に沿って評価できます。Caption Guidanceについては、対象となる検査に必要な画像をユーザーが取得しやすくなるか、また、実際に使われる人や環境でもその効果が保たれるかを確かめる必要があります。GI Geniusについては、検出性能と、その先にある臨床上の利益を分けて評価すべきです。ポリープの可能性を見つけること自体は、患者の転帰が改善する証明にはなりません。4製品すべてについて、誰を対象に調べたのか、どこで使ったのか、医療従事者が出力をどう扱ったのか、どのソフトウェア版を検証したのかを明確にする必要があります。
製品リストは出発点であり、成績表ではありません。FDAのリストから、AI搭載機器とその使用目的は確認できます。しかし、掲載情報だけでは、特定の病院や患者集団での性能も、ソフトウェア変更後の性能も分かりません。有効性をうたうなら、規制上の位置づけから推測するのではなく、製品の使用目的や利用環境に合致した研究結果に基づくべきです。(FDA)
WHOの大規模マルチモーダルモデルに関するガイダンスも、幅広い能力があるからといって、医療で信頼して使えることの証明にはならないと注意を促しています。流ちょうな文章を生成したり、複数の種類の情報を組み合わせたりできるシステムでも、不正確または不完全な出力を生むことがあります。WHOが医療での活用を5つの領域に分けているのは、リスクや安全策が、システムの使われ方と、それに頼る人によって異なることを示しています。(WHO)
Stanford AI Indexの医療分野の章や、『Nature Medicine』『PLOS Digital Health』などの医学誌に掲載された近年の研究は、根拠の全体像を把握する助けになります。ただし、主張は各研究が実際に検証した範囲に合わせなければなりません。管理された環境での評価結果だけでは、日常診療でも同じ結果が得られるとは限りません。提供された資料だけでは、製品間の臨床性能を詳しく比較できる根拠がそろわないため、本稿では4製品の順位付けも、特定の数値を挙げた診療改善の主張も行いません。(Stanford HAI; Nature Medicine; PLOS Digital Health)
主張を評価する読者には、3つの確認が役立ちます。製品とバージョンを特定すること。使用目的を確認すること。認可と、実際に使う環境での有効性を示す根拠とを区別することです。この基本を守れば、印象的な実演を、どこでも同じように機能する証拠と取り違えずに済みます。
医療の事例が示すのは、AI監督をめぐるより広い原則です。ルールは、システムの実際の機能と誤りがもたらす結果に結びつけるのが最も効果的です。画像取得を支援するシステム、スクリーニングツール、警告を出すシステムは、それぞれ異なる判断に関わります。同じものとして評価すべきではありません。FDAの機器リストと変更管理ガイダンスは、製品の目的や予定される変更が審査のあり方を左右することを示しています。(FDA; FDA guidance)
ただし、ここで触れた医療機器の事例は、編集用のブリーフで示された連邦レベルの論争とは別の問いに答えるものです。検証済みの資料には、ソーン議員の提案、企業によるホワイトハウスへの約束、議会の権限の範囲についての根拠はありません。医療機器のガイダンスを、そうした政治交渉の行方を示す証拠として扱えば、異なる2つの論点を混同することになります。医療分野の資料から得られるのは、より限定された示唆です。実効性のある枠組みには、初期導入と、その後の変更の両方を考慮する必要があります。
FDAは、機器リストに使用目的と規制上の位置づけを明確に記載し続けるべきです。議会がAIに関する法律を制定するなら、企業の自主的な誓約を法的権限の代わりとみなすのではなく、関係機関の役割分担を説明するよう求めるべきです。こうした提言は、資料から見える限界に基づいています。公開リストは、何が審査されたかを知る手がかりにはなりますが、継続的な性能を証明するものでも、更新に誰が責任を負うかを明らかにするものでもありません。(FDA; FDA guidance)
今後1年、医療AIのガバナンスが実効性を発揮できるかを測る実務上の基準は、規制当局、メーカー、医療機関が、製品の目的、ソフトウェアの変更、根拠となる資料を、これまで以上にたどりやすくできるかどうかです。これは今後の見通しであり、確定した政策日程ではありません。患者や医療従事者にとって、次に取るべき行動は明確です。そのツールは何をするのか。使用を裏付ける根拠は何か。ソフトウェアが変更されたとき、何が起きるのかを確かめることです。