Medical DX Dose 医療DX・AIのニュースを、毎日ひと匙

2026年9月4日（金）の Dose

10本（論文8・リリース2）

論文 医療の質・安全 注目

AIによる内視鏡の質フィードバックが医師の腺腫発見率を高めたとするデンマークの多施設RCTという論文。

  • デンマークの3大学病院で便潜血陽性の50〜74歳患者を対象に、内視鏡医への質フィードバックの効果を段階的クラスター無作為化比較試験で検証した
  • 介入期間は対照期間に比べ腺腫発見率48.6%対43.4%（オッズ比1.24、p=0.032）、腺癌発見率8.9%対6.5%（p=0.027）と有意に上昇した
  • 腺腫個数自体には有意差がなく（IRR1.15、p=0.069）、大腸がん死亡減少への効果検証は今後の課題とされている

出典：★Lancet Digit Health ／ Effect of a computer-aided quality feedback system on colonoscopists' adenoma detection rate in Denmark: a multicentre, stepped-wedge, cluster-randomised, controlled trial.

サトシサトシ
内視鏡の質を機械的にフィードバックする発想は面白いです。ADRは指導医でもばらつくので、数値で示されると納得感があります。
リリース 画像診断AI 注目

胸部X線診断支援AI「EIRL Chest Screening」が多発粒状影・空洞影に対応した新版を発売したという発表。

  • エルピクセルが、結節影・浸潤影・無気肺・間質性陰影の4所見に加え多発粒状影と空洞影を検出対象に加えた新バージョンを2026年9月3日に発売した
  • 医師の読影と同時にAI結果を参照できるコンカレントリードに新たに対応し、施設ごとに6所見表示か結節影のみ表示かを選べるようにした
  • 同製品は2026年2月末時点で全国1200施設以上・47都道府県に導入され、累計解析件数は1600万件を超えている（トライアル含む）

出典：LPIXEL ／ 胸部X線診断支援AI「EIRL Chest Screening」を大幅アップデート

サトシサトシ
専門でない内科医が胸部X線を読む機会は実際多いので、見落とし防止の網羅性アップは現場感覚に合います。
論文 臨床意思決定支援 注目

OpenEvidence生成のE-コンサル助言を内科教員医師が高評価し治療方針を変えたという論文。

  • 米国の大規模学術医療センターで内科指導医44名に4つの臨床ビネットとAI生成のE-コンサル助言を提示し、作成者を人間かAIかで表示を無作為に変えて評価と方針採用を比較した
  • 助言閲覧後にAI推奨方針を選ぶ割合が37.5%から81.8%に上昇し（オッズ比8.43、p<0.001）、評価も5点満点中4.2〜4.7と高評価だった
  • 助言の作成者を「専門医」「AI」のどちらと表示しても評価や採用率に有意差はなく（p=0.70）、表示の有無は判断に影響しなかった

出典：J Gen Intern Med ／ Physician Ratings and Adoption of AI-Generated e-Consultation Advice: A Randomized Clinical Vignette Study.

サトシサトシ
AIと言われても専門医と言われても評価が変わらないのは、内容の質で判断している証拠かもしれません。表示義務の議論にも効きそうです。
論文 生成AI・LLM 注目

DeepSeek-V3とChatGPT-4oの鼻咽頭癌の病期・治療方針判定を臨床医と比較したという論文。

  • 中国の1施設で新規診断された鼻咽頭癌患者322例を対象に、臨床医・テキストのみの臨床医・DeepSeek-V3・ChatGPT-4oのTNM病期分類と治療方針推奨の一致度をカッパ係数で評価した
  • 病期分類は臨床医とAIの間で中程度の一致にとどまり、治療方針推奨の一致度はさらに低く「わずかな一致」と判定された
  • M病期のみほぼ完全な一致が得られた一方、T・N病期は中程度どまりで、AIの臨床判断への活用には病期項目ごとの精度差が課題として残った

出典：Cancer Med ／ Agreement in Staging and Treatment Recommendations Among Clinicians, Text-Only Clinicians, DeepSeek-V3, and ChatGPT-4o for Nasopharyngeal Carcinoma Patients.

サトシサトシ
治療方針だと一致率が急に落ちるあたり、AIが強いのは分類作業で、意思決定はまだ人間の領分だと感じさせる結果です。
論文 生成AI・LLM 注目

角膜疾患に特化したRAG搭載LLMが眼科専攻医の診断精度を高めたという論文。

  • 角膜専攻医3名が実際の角膜症例39例を、AI支援なし・汎用GPT-4o支援・角膜特化型GPT-4o支援の3条件で独立して診断し、専門家基準と照合して正答率を比較した
  • 診断正答率は支援なしで20.5〜48.7%だったのに対し、角膜特化型AIの支援下では48.7〜74.4%まで改善した（p<0.01）
  • 一方で治療方針の正答率は医師によって改善したり悪化したりと一貫せず、AI支援の効果は診断と治療方針で異なる結果となった

出典：Int Ophthalmol ／ Evaluation of a cornea-specialized large language model for diagnostic and management accuracy in complex corneal cases.

サトシサトシ
診断は助けても方針は人によって逆効果になり得るというのが正直な結果で、導入するなら用途を絞る必要がありそうです。
論文 電子カルテ・記録業務 注目

退院サマリから減薬提案をルールベースとLLMで自動抽出するシステムを開発したという論文。

  • オーストラリアの公立病院6施設で65歳以上・入院48時間以上の患者850例の退院サマリを対象に、ルールベース抽出とLLM分類を組み合わせた2段階システムを開発し正解データと照合した
  • 減薬提案の有無を判定する精度はF1スコア0.91、正解率0.90で、評価者間の一致度はカッパ係数0.70だった。処理時間は1件平均12.6秒だった
  • 誤分類の多くは入院中に既に実施された対応を退院後の提案と取り違えたケースで、抗菌薬とオピオイドが減薬提案の対象として多く抽出された

出典：Drug Saf ／ Development and Validation of a Two-Stage NLP System Combining Rule-Based Extraction and LLM-Based Classification for Deprescribing Recommendations in Discharge Summaries.

サトシサトシ
退院サマリに埋もれた減薬提案を拾い上げる作業、まさに人手でやると漏れる典型です。1件12秒ならバッチ処理で十分回せそうです。
論文 予測モデル・リスク層別 注目

オピオイド使用障害を判定するML表現型を救急外来に実装し前向き検証したという論文。

  • 米国の1医療システム内3か所の救急外来で、トリアージ時点までのデータを使うランダムフォレスト分類器を電子カルテに組み込み、臨床試験の候補者を実時間で抽出した
  • 遡及的な検証ではAUROC0.99と高精度だったが、前向きの医師判定との照合では感度は人口重み付け推定で0.40にとどまった（特異度0.996）
  • 抽出対象は866,569件中28,284件（3.26%）で、遡及的評価と前向き実装後の性能には大きな差があることが示された

出典：PLOS Digit Health ／ Implementation of an opioid use disorder (OUD) machine-learning phenotype in real-time for the ADAPT clinical trial.

サトシサトシ
遡及検証のAUROC0.99と実運用の感度0.40のギャップこそ、AI導入の現場で一番よく起きる話だと思います。
論文 オンライン診療・遠隔モニタリング 注目

デジタル連携によるGPと専門医の協働診療が高血圧管理と紹介件数に効果を示したという論文。

  • 中国・深センで2022年1月に導入されたGPと専門医のデジタル連携診療モデルについて、2021〜2023年の地域医療センターの高血圧患者の電子カルテを用いた差分の差分分析で効果を検証した
  • 導入後は収縮期・拡張期血圧がそれぞれ0.73mmHg、0.84mmHg低下し、血圧コントロール達成率が4.6ポイント上昇、病院紹介が6.7ポイント減少した
  • 効果は女性・高齢者・無職・糖尿病合併患者でより大きく、持続的な実装には診療報酬改定などの追加施策が必要だとされた

出典：Npj Health Syst ／ Digitally enabled GP-specialist collaborative care helped improve hypertension outcomes and reduced hospital referrals in China.

サトシサトシ
血圧の絶対値の変化は小さいですが、紹介が6.7ポイント減るなら医療資源配分としては十分効くレベルだと思います。
論文 生成AI・LLM 注目

臨床AIツールOpenEvidenceが提示する引用文献の質を検証したという論文。

  • 5つの診療科にまたがる150の標準化された質問をOpenEvidenceに投げ、返された4979件の引用文献すべてについて実在性と属性の正確さを確認した
  • 捏造と確認された引用は0件で、著者や誌名などの帰属情報に誤りがあったのは3件の抄録にとどまった
  • 引用文献は診療科によって集中する雑誌に偏りが見られ、この検証は引用の実在性を対象とし、AIの主張を文献が支持しているかは評価していない

出典：Npj Health Syst ／ Reference quality of OpenEvidence across five medical specialties.

サトシサトシ
捏造ゼロという結果自体が意外なくらいで、RAG型の臨床AIも設計次第でここまで抑えられるという材料になります。
リリース オンライン診療・遠隔モニタリング 注目

遠隔医療支援ソリューション「Join Mobile Clinic」を使い郵便局や公民館を診療拠点にする実証を福島県只見町で始めたという発表。

  • 総務省の地域社会DX推進パッケージ事業に採択され、DeNA子会社のアルムが只見町・NTT東日本と連携し2026年9月から2027年2月末まで実証を行う
  • 第1拠点の公民館は2026年9月から、第2拠点の簡易郵便局は2026年11月から稼働し、看護師が付き添う形で朝日診療所の医師がオンラインで診療する
  • 第2拠点では2026年12月にNTTの次世代通信基盤IOWN/APNの開通を予定しており、それまでは通常のインターネット回線で運用する

出典：株式会社アルム ／ 診療所の環境を身近な場所へ郵便局・公民館を活用した遠隔診療を福島県只見町で実証開始

サトシサトシ
人口3,370人で高齢化率48.4%という条件だと、通院そのものが医療アクセスの壁になっているのがよく分かります。