AIによるCT画像解析と肺がん診断|数ミリの結節を見逃さない画像認識の力

AIによるCT画像解析と肺がん診断|数ミリの結節を見逃さない画像認識の力

AIを用いた胸部CT解析は、肺の中にある小さな結節候補を拾い上げ、放射線科医の読影を補助する技術です。数ミリの影を示す機能はありますが、印が付いた時点では候補の段階です。医師は元画像を確認し、大きさ、形、過去画像からの変化、患者さんの背景を合わせて次の対応を決めます。

胸部CTでは非常に多くの断面画像を読むため、見落としを減らす補助には意義があります。一方で、良性の影を候補として示す場合や、病変があっても表示できない場合は残ります。AIを使う意味、結節が見つかった後の流れ、低線量CT検診との関係、見つけすぎに伴う不利益を順に確認します。

胸部CTの数百枚を読む負担とAIの補助

胸部CTは体を薄い輪切りとして撮影するため、1回でも数百枚規模の画像になります。放射線科医は肺の端から端まで連続して追い、血管や気管支に重なる小さな影も確認します。AIの役割はその作業の一部を支える補助であり、検査や診断の責任は医師が担います。

薄い断面ほど確認する画像が増える

CT画像は胸を上から下へ少しずつ移動しながら見る構造です。薄い断面では小さな結節を捉えやすくなる反面、確認する画像の枚数が増え、同じ影が隣り合う断面でどう続くかも追う必要があります。肺の血管を横切った丸い像は結節に似て見えるため、判断には連続画像が必要です。

読影で確認する対象AIが補助できる部分医師が行う判断
多数の断面画像候補位置の表示元画像で本物の影か確認
結節らしい丸い影輪郭や大きさの計測補助形や周囲との関係を評価
過去画像との比較同じ位置の対応付け変化の意味と対応を決定

AIは第2の確認として候補を示す

肺結節検出用のAIは、画像の中から結節に似た部分を探し、画面上に印を付けます。読影の前に候補を並べる方式もあれば、医師が読んだ後の再確認に使う方式もあり、導入する装置によって機能は異なります。候補表示は、視線を向ける場所を増やすための手がかりです。

AIが印を付けなかった場所も、医師は胸部全体を読影します。肺炎、胸水、肺以外の臓器に写った異常など、肺結節検出だけを目的とする機能の対象外となる所見もあるからです。

研究上の性能と実際の診療成績は分けて読む

深層学習は肺結節の検出や輪郭抽出に用いられ、画像データ上で性能を測ります。診療現場では撮影装置、画像の厚さ、患者さんの体格、肺の病気が多様なため、実際の再現性を別に確かめる必要があります。

「AIが医師より優れていた」という表現を心強く感じることもあります。その比較が何を見つける課題だったのか、医師と一緒に使った結果か、別の施設でも確かめたかによって意味は変わります。実際に使われる製品名と対象、医師が確認する範囲を医療機関へ尋ねると、自分の検査との距離を把握できます。

  • 対象となる影の種類
  • 医師が確認する時点
  • 過去画像との比較機能
  • 対象外となる所見

AIは数ミリの肺結節候補をどう拾う?

AIはCTの各断面を連続した立体情報として調べ、周囲と形や濃さが異なる領域を結節候補として示します。小さい影を拾える点は有用ですが、数ミリという大きさだけでは良性か悪性かを分けられず、医師による評価が必要です。

画像の濃淡と立体的なつながりを使う

CTでは空気を含む肺は暗く、血管やしこりはそれより白く写ります。結節検出用の深層学習は、あらかじめ多数の画像から形の組み合わせを学び、連続する断面に同じ領域がどう現れるかを計算します。人が決めた単純な丸さだけを探すのではなく、画像内の複雑な特徴を組み合わせる方法です。

結果は、候補の位置や輪郭、大きさなどとして画面へ表示されます。測定値は撮影条件や輪郭の引き方で変わり得るため、医師は数値だけでなく画像そのものを見直します。

小さな影ほど似た構造との区別が難しい

肺の中には血管の断面、古い炎症の痕、胸膜に接する小さなふくらみがあり、どれも結節のように見える余地があります。反対に、血管へ接する結節や淡く白い影は境界が分かりにくく、候補に挙がらない場合もあります。小さな影を表示できる能力と、がんだけを正しく選ぶ能力はそれぞれ別です。

画像上の状況候補表示への影響確認の焦点
血管に接する影輪郭が分かれにくい連続画像で血管とのつながりを見る
淡い白さの影境界が曖昧になりやすい濃さと広がりを確認する
胸膜近くの影胸壁と重なって見える付着する形を評価する
古い炎症の痕候補として表示され得る過去画像と臨床情報を照合する

見落としを減らす補助にも限界が残る

候補表示は、医師がもう一度注目するきっかけを増やします。疲労や時間帯に左右されない計算が加わる利点はあるものの、AIにも見逃しと過剰な表示があり、撮影時の息止め不足や体動による画像の乱れも影響します。

画像研究の成績だけから、自分の小さな影が必ず見つかるとは判断できません。検査を受ける際は、AIの有無だけを安全性の基準にせず、胸部CTを誰が読影し、以前の画像と比べられる体制かも確認材料になります。

肺結節の発見だけでは肺がんと決まらない

肺結節は、肺の中に見える限局した小さな影を指す画像上の呼び名です。良性の原因も多く、AIや医師が結節を見つけた事実だけでは肺がんの診断に直結せず、性質の評価が続きます。患者さんにとって大切なのは、発見の有無より、その影がどのような性質を持つかです。

結節という言葉は診断名ではない

結節には、過去の感染や炎症が治った痕、良性腫瘍、現在進行中の炎症なども含まれます。CT報告書の「肺結節」は、悪性を確定した表現とは異なります。形や経過から良性らしいと判断できる影もあれば、追加の確認を要する影もあります。

肺がんそのものの診断や治療は、肺がん診療として画像以外の情報も合わせて進めます。CTは影の場所と性質を調べる入口であり、確定までに必要な検査は一人ひとり異なります。

大きさだけでなく形と濃さを合わせる

医師は結節の直径や体積に加え、輪郭が滑らかか、いびつな突起があるか、内部が密に白いか淡く白いかを読みます。石灰化と呼ばれるカルシウムの沈着や、脂肪を含む見え方が判断材料になる場合もあります。1つの特徴だけで結論を出さず、複数の所見を組み合わせます。

評価する情報医師が見る内容次の判断への使い方
大きさ直径や体積経過観察や精査の要否を検討
輪郭や周囲への伸び良性らしさと悪性らしさを評価
濃さ充実した白さか淡い白さか影の種類に合う追跡法を選択
変化過去からの増大や濃度変化次の検査時期や精査を判断

症状と喫煙歴も画像の外から加わる

同じ大きさの影でも、年齢、喫煙歴、以前のがん、呼吸器症状などにより受け止め方は変わります。画像だけで完結させず、患者さんの背景を医師が確認する理由です。問診で伝えた内容は、追加検査の要否や急ぎ方を決める材料になります。

血の混じった痰、続く息苦しさ、強まる胸の痛みなどがあるときは、次回の予定日を待たず担当医へ連絡してください。症状のない検診で偶然見つかった小さな影とは、診療の入口が異なるためです。

見つかった影は大きさと形と変化で扱う

肺結節が見つかった後は、その場で全員が詳しい検査へ進むわけではありません。良性らしい所見なら追加対応を要しない場合があり、小さく判断のつかない影なら一定期間後のCTで変化を確かめます。悪性を疑う度合いが高ければ、呼吸器の専門診療へつなぎます。

過去画像との比較が最初の手がかりになる

以前の胸部CTや、肺が写っている別のCTがあると、同じ影が前から存在したかを調べられます。長期間ほとんど変わらない影と、短い間に大きくなった影では評価が違います。受診先が変わった場合は、過去画像を比較できるか受付や担当医に確認すると判断材料を増やせます。

報告書の文章だけでは、断面の厚さや影の輪郭を十分に比べられない場合があります。可能なら画像データそのものを用意し、いつ、どの医療機関で撮影したかも伝えると照合しやすくなります。

経過観察の間隔は一律ではない

結節の大きさや形、濃さと個数を確認し、同じ大きさでも単発か複数かによって画像全体の捉え方が変わるため、複数ある場合はそれぞれの影の性質を分けて評価します。すべてを同じ原因と決めず、必要に応じて個別に追跡することも大切です。

再検査までの間隔は、過去からの変化と患者さんの背景も加えて決まります。短ければよいとは限らず、変化を評価できる時間と放射線被ばくの両方を考えます。具体的な時期は診療指針と担当医の判断に基づくため、結果説明の場で日付まで確かめるのが実用的です。

評価のまとまり想定される対応患者さんが確認する点
良性を強く示す所見追加対応を行わない場合通常の検診へ戻る時期
小さく判断がつかない影期間を置いたCT次回日と同じ施設での比較
増大や疑わしい形専門診療や追加検査検査の目的と結果が出る時期

追加検査は疑わしさに応じて選ばれる

追加の画像検査では、結節の内部や周囲を詳しく調べます。細胞や組織を採る検査は診断に近づく一方、出血や気胸などの負担があるため、すべての小結節へ直ちに行うものではありません。影の場所や大きさによって、検査で十分な材料を得にくい場合もあります。

説明を受ける際は、今回の影をどの程度疑っているか、待って確認できる理由、追加検査の利益と負担を尋ねます。不安が強いと早い検査を望みやすくなりますが、検査の数と安全性は単純には比例しません。次回までに症状が変わった際の連絡先も決めておくと、待つ期間の不安を具体的な行動へ変えられます。

低線量CT検診にAIが加わる場面

低線量CTは、通常の診断用CTより放射線量を抑えて肺を撮影し、症状のない人から肺がんを探す検診方法です。AIは撮影方法ではなく、得られた画像を読む段階に加わります。したがって、AIの使用と検診そのものの利益や不利益は分けて考える必要があります。

低線量は被ばくを抑える撮影方法を指す

低線量CTでも放射線被ばくはゼロではなく、画像の細かさは撮影条件の影響を受けます。検診による利益が期待できるかは、年齢や喫煙歴などで肺がんになる確率が高い集団かどうかと関係します。海外で利益が示された対象条件を日本でどう適用するかは、別に検討する必要があります。

検診を検討する際は、自分が対象条件に合うか、検査後に結節を追跡する体制があるかを確認します。咳や血痰などの症状がある人は検診の対象として待つのではなく、診療として相談する場面です。

AIは読影と検診後の管理を補助する

検診では多くの無症状者の画像を扱うため、候補を拾い上げるAIは読影負担を支える用途があります。結節の位置と大きさを記録し、次回画像で同じ場所を比べる補助まで組み込んだ研究も進んでいます。検診後の結節管理を一続きに扱う試みはありますが、単一システムの概念実証と一般の医療機関の成績は分けて捉えます。

肺がん検診へAIを組み込む比較試験には、計画段階の報告もあります。試験計画から分かるのは導入方法であり、有効性や発見後の結果は今後の報告で評価します。利用できる技術がある事実と、長期的な利益が確かめられた事実は区別が要ります。

受ける前に体制と費用の範囲を確かめる

AI解析の有無は医療機関や検診サービスによって異なり、使っていても結果説明に製品名が出ない場合があります。利用料が検査費用に含まれるか、別に負担が生じるかも施設ごとに異なります。予約前に、AIの使用、医師による読影、要精査時の紹介先、追加費用の範囲を確認します。

確認項目確かめたい内容判断への意味
対象条件年齢や喫煙歴など検診の利益を期待できる範囲
読影体制AIと医師の確認方法結果が作られる流れ
発見後の対応比較画像や紹介の体制結節を放置しない仕組み
費用解析料と追加検査の扱い予定外の負担を確認

見つけすぎと過剰診断を区別する

小さな影を多く見つけるほど、すべての患者さんが利益を得るわけではありません。良性の影を疑わしいと判断する偽陽性と、生涯に症状を起こさなかったがんを見つける過剰診断は別の概念です。どちらも追加検査や不安につながり得ますが、意味と減らし方が異なります。

偽陽性は最終的にがんでなかった結果

偽陽性とは、検診で精査が必要とされたものの、確認の結果は肺がんではなかった状態です。炎症の痕や良性結節を拾うと起こり、再撮影や詳しい検査が必要になる場合があります。AIが候補を増やせば見落としを減らせる余地がある反面、良性の候補表示が増える可能性も評価が必要です。

偽陽性だった経験は、検診が無意味だったことを示す結果とは異なります。どの所見から精査となり、どの確認で良性と判断したかを説明してもらうと、次回の検診や経過観察へ情報を引き継げます。

過剰診断は見つけなければ害のなかったがん

過剰診断は、病理上はがんでも進行が非常に遅く、生涯に症状や死亡の原因にならなかった病変を検診で発見する状態です。診断時点で特定の1人について「これは過剰診断」と確実に判別するのは難しく、検診を受けた集団の長期追跡から推定します。その割合の見積もりには、追跡期間や計算方法による幅があります。

概念何が起きた状態か患者さんへの主な影響
偽陽性疑われたが最終的にがんではない再検査や一時的な不安
過剰診断害を及ぼさなかったがんを発見不要だった治療へ進むおそれ
見逃し存在する病変を検出できない診断が遅れるおそれ
偶発所見肺がん以外の異常が写る別の確認が必要になる場合

結果説明では利益と負担を同時に確認する

CTには肺以外の臓器も一部写るため、検診目的とは別の偶発所見が報告される場合もあります。放置できるかは所見ごとに確認し、治療の要否も分けて判断します。何を追加で調べるのか、その検査で何が分かり、どんな負担があるのかを分けて聞く姿勢が役立ちます。

  • 影を疑う理由
  • 待って比較できる条件
  • 追加検査で得られる情報
  • 検査に伴う身体的負担

結果を聞いた直後は、「小さな影」という言葉だけでも不安が膨らみやすいものです。まず緊急性の有無と次回の時期を確認し、待つ理由が分からなければ質問します。記録された計画に沿って画像の変化を追う行動が、不要な検査と放置の両方を避ける助けになります。

よくある質問

AIを使う胸部CTなら数ミリの肺がんも必ず見つかりますか?

必ず見つかるとはいえません。AIは数ミリの結節候補を表示できますが、影の濃さ、血管との重なり、撮影時の動きなどで見逃す余地があり、表示された候補には肺がん以外も含まれます。

検査を選ぶ際はAIの有無だけで決めず、医師の読影と過去画像の比較が行われるかを確認します。血痰や強まる息苦しさがあるなら、検診結果を待たず診療として相談してください。

AIが肺結節に印を付けたら肺がんですか?

印は肺がんの診断ではなく、医師が確認する候補です。炎症の痕、良性結節、血管の断面も候補になり得るため、元画像の形や濃さ、過去からの変化、患者さんの背景を合わせて判断します。

小さな結節はすぐ詳しい検査を受けるべきですか?

小さいという理由だけで直ちに詳しい検査へ進むとは限りません。良性らしい影は追加対応を要しない場合があり、判断のつかない影は期間を置いたCTで変化を調べる選択があります。

担当医に疑わしさの程度、経過観察を選ぶ理由、次回CTの日付を確認します。待つ間に血痰、強い胸痛、息苦しさの悪化が現れた際は、予定日より前に連絡が必要です。

AI解析を受けたかどうかは結果票で分かりますか?

結果票だけでは分からない場合があります。AIは読影支援として院内で使われ、製品名や候補表示が患者さん向けの結果票に記載されない運用もあるためです。

知りたい場合は、画像読影にAIを使ったか、どの所見が対象か、最終確認を誰が行ったかを医療機関へ尋ねます。回答は検査の流れを把握する材料になり、診断内容への影響とは別です。

過去のCT画像が別の医療機関にある場合はどうしますか?

以前の医療機関へ画像データの受け取り方を確認し、現在の担当医へ撮影日とともに渡します。報告書だけでなく画像自体があると、同じ結節の大きさや濃さの変化を比べやすくなります。

References

Gao, C., et al. (2024). Deep learning in pulmonary nodule detection and segmentation: a systematic review. Eur Radiol, 35(1), 255-266. https://doi.org/10.1007/s00330-024-10907-0

Nagendran, M., et al. (2020). Artificial intelligence versus clinicians: systematic review of design, reporting standards, and claims of deep learning studies. BMJ (Clinical research ed.), 368, m689. https://doi.org/10.1136/bmj.m689

Jin, Y., et al. (2024). Development and validation of an integrated system for lung cancer screening and post-screening pulmonary nodules management: a proof-of-concept study (ASCEND-LUNG). EClinicalMedicine, 75, 102769. https://doi.org/10.1016/j.eclinm.2024.102769

Bonney, A., et al. (2022). Impact of low-dose computed tomography (LDCT) screening on lung cancer-related mortality. Cochrane Database Syst Rev, 8(8), CD013829. https://doi.org/10.1002/14651858.CD013829.pub2

Jonas, D.E., et al. (2021). Screening for Lung Cancer With Low-Dose Computed Tomography: Updated Evidence Report and Systematic Review for the US Preventive Services Task Force. JAMA, 325(10), 971-987. https://doi.org/10.1001/jama.2021.0377

Benzaquen, J., et al. (2024). Integrating artificial intelligence into lung cancer screening: a randomised controlled trial protocol. BMJ Open, 14(2), e074680. https://doi.org/10.1136/bmjopen-2023-074680

Callister, M.E.J., et al. (2021). Overdiagnosis in lung cancer screening. Lancet Respir Med, 9(1), 7-9. https://doi.org/10.1016/S2213-2600(20)30553-1

Gareen, I.F., et al. (2026). Significant Incidental Findings in the National Lung Screening Trial and Diagnosis of Extrapulmonary Cancer. JAMA Netw Open, 9(3), e263398. https://doi.org/10.1001/jamanetworkopen.2026.3398

この記事を書いた人 Wrote this article

前田 祐助

前田 祐助 医学博士 / 医師

慶應義塾大学医学部大学院にて、がんの発生メカニズム(発癌機構)や、慢性炎症と腫瘍の関係性に関する基礎研究に従事し、医学博士号を取得。 特に、胃がんにおける炎症微小環境の解析や、細胞シグナル伝達(COX-2/PGE2経路など)による腫瘍形成の研究において実績を持つ。 現在は、大学病院や研究機関で培った「根拠(エビデンス)に基づく医療」の視点を活かし、疾患の早期発見や予防医療の啓発活動を行っている。 【保有資格・所属】 医学博士(慶應義塾大学)/ 医師免許 / 日本内科学会 / 日本医師会認定産業医