新潟医療福祉大学、乳がんMRIで医療AIの評価方法を検証

新潟医療福祉大学と山口大学医学部附属病院は、乳がん患者の治療効果を捉えるAIの評価方法を検証しました。
HER2陰性乳がん739例のMRIデータを用い、モデル作成用と評価用の患者データを分けて解析しました。
同じ患者データをモデル作成と評価に使うと、独立したデータで評価した場合より見かけの性能が高くなりました。
研究成果は、Journal of Imaging Informatics in Medicineに2026年9月29日付で公開されました。

記事の概要

研究では、公開された乳がん臨床試験I-SPY2のMRIデータを含むMAMA-MIAデータセットを使用しました。
解析対象はHER2陰性乳がん739例で、モデル作成用の370例と独立評価用の369例に分けました。
年齢などの臨床情報に加え、MRIの画像特徴と基盤モデルから得た特徴を用いて解析しました。
評価したのは、治療効果が相対的に大きい患者をAIがどの程度見分けられるかです。
今回の主な直接比較では、MRI由来情報を加えたモデルの明確な性能向上は統計学的に確認できませんでした。
一方、同じ患者データをモデル作成と評価に使った場合、独立評価より12通りすべてで見かけの性能が高くなりました。
研究チームは再現性を高めるため、解析コードや条件、結果、図の作成に使うデータを公開しました。

記事のポイント

1. 独立データで評価： モデル作成に使わなかった369例で評価し、AIの性能が独立した患者データで再現するかを検証しました。
2. MRI追加効果は未確認： 今回の主な比較では、MRI由来情報を加えたモデルが臨床情報のみを上回る明確な効果は確認されませんでした。
3. 同一データで性能上昇： 作成と評価に同じ患者データを使うと、独立評価より12通りすべてで見かけの性能が高くなりました。

このニュースがもたらす影響

• 医療AI導入企業： 性能指標の高さだけで導入可否を判断せず、モデル作成と評価に別の患者データを使ったか、臨床情報への追加価値が検証されているかを確認する必要がありそうです。
• 医療AI研究者： 今後の研究では、独立データによる評価や解析コードの公開が、結果の信頼性を示す前提としてより重視される可能性があります。
• 医療機関・審査者： 医療AIの研究成果や製品を比較する際は、報告された性能値だけでなく、評価対象の独立性と既存情報に対する上乗せ効果を確認することが求められそうです。

このニュースの背景

医用画像から患者ごとの治療効果を予測する研究が進む一方、性能が高く見える理由が新しい情報によるものか、評価方法によるものかを区別する必要があります。
今回の研究は、HER2陰性乳がん739例のMRIデータを用い、モデル作成用と独立評価用に患者データを分けて検証しました。
臨床情報にMRI由来の特徴や基盤モデルの特徴を加え、治療効果が相対的に大きい患者を見分ける性能を比較しました。
研究チームは、解析コードや条件、結果、図の作成に使うデータを公開し、第三者が検証しやすい形にしました。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

【新潟医療福祉大学】医療AIの性能評価では「どれだけ高い性能か」だけでなく「どのデータで評価したか」が重要

株式会社NSGホールディングスのプレスリリース（2026年10月6日 13時00分）【新潟医療福祉大学】医療AIの性能評…