MENU

NHSにおけるAIがん検診導入加速の必要性：現状分析と提言

概要

英国の医療専門家たちは、国民保健サービス（NHS）におけるAIがん検診ツールの迅速な導入を強く要請している。パイロットプログラムと規制承認が成功しているにもかかわらず、全国展開は遅れており、早期がん発見と治療に支障をきたす恐れがある。本報告書では、NHSにおけるAIがん検診プログラムの現状、全国展開が遅れている具体的な理由、AI技術ががん検診の精度向上にどのように貢献するのか、高齢化が進む国々におけるAIを活用した予防医療の取り組み事例（特に日本）、医療分野におけるAI導入の組織的・制度的な課題、そしてNHSにおけるAIがん検診の導入加速に向けた具体的な提言について、詳細な分析を行う。

はじめに：NHSがん検診におけるAI導入の必然性

高齢化社会の進展とがん罹患率の上昇に伴い、がん検診の需要は増大の一途を辿っている。しかし、NHSの現状は、放射線科医の人手不足1をはじめとする医療従事者の不足が深刻であり、スキャン結果のレビュー遅延1といった問題が顕在化している。このような状況下において、AI技術は、がん検診の効率性を高め、診断精度を向上させ、待ち時間を短縮する可能性を秘めた革新的なソリューションとして注目されている2。英国の医療専門家、特に英国放射線学会（RCR）1は、NHS内でのAIがん検診ツールの迅速な展開を強く求めている。

NHSでは、乳がん検診におけるEDITHトライアル1や、肺がん検診におけるAI診断基金6など、いくつかのパイロットプログラムが成功を収めている。また、医療機器規制当局（MHRA）のAIエアロックパイロットプログラム8のような規制承認も進んでいる。しかしながら、これらの成功にもかかわらず、全国的な展開は遅れており、早期がん発見と治療の機会が失われることが懸念されている2。

考察 1： NHSへの圧力増大と医療従事者の不足は、AIのような技術的解決策を模索する強い動機となっている。パイロットプログラムが成功しているにもかかわらず、全国展開が遅れていることは、組織的な変革を大規模に行う上での課題を示唆している。

考察 2： パイロットプログラムが乳がんと肺がんに焦点を当てていることは、これらの疾患が英国において罹患率が高く、AI介入による早期発見と生存率向上に大きな影響を与える可能性があるため、優先順位が高いことを示している。

NHSがん検診プログラムにおけるAIの現状

現在実施されている主要なAIがん検診パイロットプログラムの詳細を以下に示す。

EDITHトライアル（乳がん）

EDITH（Early Detection using Information Technology in Health）トライアルは、英国全体で約70万人の女性が参加する世界をリードする試験であり、最先端の人工知能（AI）ツールを早期の乳がん発見にどのように活用できるかを検証するものである1。この試験は、国立医療研究機構（NIHR）を通じて政府から1100万ポンドの支援を受けている1。

  • 対象となるがんの種類： 乳がん2
  • 使用されているAI技術の種類： AIはマンモグラムを分析し、がんの可能性のある兆候を特定し、さらなる検査のために異常をフラグ付けする2。この技術により、現在マンモグラムの評価に必要な2名の放射線科医が1名で済む可能性があり、効率化が期待されている2。
  • 実施場所： 国内30のNHS検診施設が最新のAI駆動型デジタルツールでアップグレードされる2。
  • 目的： 早期発見率の向上、待ち時間の短縮、生存率の改善を目指している2。この試験の結果は、より広範な国民がん計画の策定に役立つとされている1。

AI診断基金（肺がん）

AI診断基金は、イングランド全土の64のNHSトラストにわたる12の画像診断ネットワークに対し、AI画像診断および意思決定支援ツールの導入を加速するために2100万ポンドを割り当てるものである6。

  • 対象となるがんの種類： 肺がん。英国におけるがん死亡の主要な原因である6。
  • 使用されているAI技術の種類： AIは胸部X線およびCTスキャンを分析し、臨床医がより迅速かつ正確に肺がんを診断するのを支援する6。グレーターマンチェスターでは、Qure.ai社の技術を用いた、進行の速い肺がんの当日診断を可能にするパイロット研究が実施されている11。
  • 実施場所： イングランド全土の64のNHSトラストにわたる12の画像診断ネットワーク7。参加トラストのリストは7に記載されている。
  • 目的： 臨床レビューの効率化による迅速な診断と、精度向上および偽陰性結果の削減による早期診断の実現を目指している6。この基金は、特に胸部X線分析を支援するツールを優先している7。

規制の状況

NHSで使用可能なAIがん検診ツールに関する規制状況は以下の通りである。

  • MHRAのAIエアロックパイロットプログラムは、AIを搭載した医療機器の規制に関するルールをテストし、改善するための規制の「サンドボックス」である8。がんおよび放射線診断サービス向けのツールを含む、5つの革新的な技術が評価のために選ばれた9。
  • MHRAは、前立腺がんの診断画像診断に用いるトロフォラスト（Trofolastat）を承認した12。これはAIではないが、MHRAが新しい診断技術を承認する役割を示している。
  • MHRAは、個別化されたmRNAがん免疫療法の合理化された規制枠組みの開発に取り組んでおり、この文脈におけるAI/MLツールの使用を検討している13。
  • 政府は、AI医療機器（AIaMD）が医療機器としてのソフトウェア（SaMD）のサブセットであることを認識しており、患者を保護しながらイノベーションを支援するために規制が適切であることを保証する取り組みを継続している14。

考察 3： EDITHトライアルとAI診断基金は、乳がんと肺がんの負担に対処するためのAIの可能性を評価する重要な国家レベルの取り組みである。これらの試験の成功は、将来の全国展開戦略を策定する上で極めて重要となる。

考察 4： MHRAは、AIエアロックのようなイニシアチブを通じて、医療におけるAIの規制状況を積極的に調査している。この積極的なアプローチは、患者の安全性と有効性を確保しながらイノベーションを支援する枠組みを構築するために不可欠である。

AIがん検診ツールの全国展開遅延の理由

AIがん検診ツールの全国展開が遅れている具体的な理由を以下に示す。

規制上のハードル

  • 医療におけるAIのための明確で、機敏で、十分に定義された規制の枠組みの必要性15。現在の状況は、一般的な法律の寄せ集めとなっている18。
  • データプライバシー、アルゴリズムのバイアス、および説明責任に関する懸念は、規制の枠組み内で対処する必要がある15。
  • AIを含む医療技術の規制承認プロセスは、時間がかかり、実質的な精査が必要となる可能性がある21。
  • MHRAは、AIを医療機器として規制するための取り組みを継続している14。

予算の制約

  • AI技術の購入、インフラのアップグレード、およびスタッフのトレーニングに必要な多額の初期投資は、NHSトラストにとって障壁となる可能性がある19。
  • 初期段階でAIシステムの明確な投資収益率（ROI）を示すことが困難な場合があり、資金調達が難しくなる22。
  • AIのための収益資金が地域およびトラストで利用可能になる必要がある23。

インフラの制約

  • 多くのNHSトラストは、最新のAIプラットフォームと統合するように構築されていないレガシーITシステムに依存しており、技術的および相互運用性の問題につながっている22。
  • AIの開発とトレーニングのための、大規模で高品質で代表的なデータセットへのアクセスにおける課題4。データは多くの場合、サイロ化され、構造化されておらず、不完全である22。
  • 相互運用性を向上させるための、堅牢なデジタルインフラストラクチャと標準化されたデータ収集の必要性28。

医療従事者のトレーニング

  • 医療従事者は、日常業務でAIツールを使用することに自信と能力を持つために、適切なトレーニングを受ける必要がある15。
  • 臨床医の間で、AIの役割と彼らの自律性への潜在的な影響に関する懐疑論や誤解に対処する必要がある22。一部の者は、AIが人間の役割を置き換えるのではないかと懸念している22。
  • 医師や医学生の間でのAIの認識と理解の不足16。
  • デジタルリテラシー、データスキル、およびAIの利点と限界の理解に関するトレーニングの必要性28。

倫理的な懸念

  • 機密性の高い患者データのプライバシーとセキュリティに関する懸念が最も重要である15。
  • 医療格差につながる可能性のあるアルゴリズムのバイアスに対処する15。AIは、バイアスを避けるために多様なデータセットでトレーニングする必要がある27。
  • 臨床医と患者の信頼を築くための、AIアルゴリズムの透明性と説明可能性の確保（「ブラックボックス」問題）17。
  • AIシステムによって行われたエラーに対する説明責任と責任の明確化16。

組織文化

  • 医療機関内での変化への抵抗は、AIのような新しい技術の導入を妨げる可能性がある22。
  • AIプラットフォームをサポートするための、多様な利害関係者（臨床医、ITスタッフ、管理者）の連携における課題22。
  • AIの利点と導入に関する明確なリーダーシップビジョンとコミュニケーションの欠如22。
  • 組織のサイロ化とシステムの断片化は、データ共有とAIの統合を妨げる可能性がある33。

相互運用性の問題

  • 標準化された形式の欠如により、AIシステムを既存の電子カルテ（EHR）システムと統合することの難しさ21。
  • さまざまな医療現場にわたる断片化されたデータシステムにより、データ収集と分析が困難になる21。
  • 標準化された形式とプロトコルを使用して、システムが効果的に相互通信できる必要性25。

考察 5： NHSにおけるAI導入の遅延は、技術的、組織的、人的、規制的な領域にまたがる多岐にわたる相互に関連する課題によって引き起こされている。これらの課題に対処するには、包括的かつ協調的なアプローチが必要となる。

考察 6： 倫理的配慮、特にバイアスと透明性の欠如に関する懸念は、公平で信頼できる利用を確保するために、AIの慎重な開発と展開の必要性を強調している。

AI導入加速による潜在的な影響と利点

医療専門家が迅速な導入を提唱する具体的な懸念と、期待される効果を以下に示す。

医療専門家の懸念

  • 英国放射線学会（RCR）は、放射線科における慢性的な人員不足の解決に役立つとして、AIの導入を支持している1。放射線科医の深刻な不足が報告されている1。
  • レビューが必要なスキャンのバックログ、数十万件が1ヶ月以上遅れていることへの懸念1。
  • 放射線科医が患者ケアに集中し、増大する需要に対応するための時間確保への期待1。
  • AIが、見落とされがちなわずかながんの兆候を防ぐ「第二の目」および安全網として機能する可能性への期待34。

AI導入による期待される効果

  • 早期がん発見率の向上と治療成績の改善：
  • 研究によると、AIは従来のスクリーニング方法と比較して、より多くのがん、早期がん、および悪性度の高いがんを検出できる可能性がある35。
  • AIは、人間の目では見過ごされる可能性のある医学画像のわずかな異常やパターンを識別できる35。
  • 早期診断により、より侵襲性の低い治療が可能になり、生存率が向上する可能性がある11。
  • 放射線科医および他の医療従事者の負担軽減：
  • AIは大量のスキャン分析を支援し、肺がんスクリーニングでは放射線科医の負担を最大79％軽減する可能性がある41。
  • AI支援による乳がん検診は、1人の放射線科医が正確かつ安全にプロセスを完了することを可能にし、数百人の専門家を解放する可能性がある2。
  • AIは一部の管理タスクを自動化し、医療スタッフの負担を軽減できる16。
  • コスト削減とがん検診プログラムの効率向上：
  • AI強化乳がん検診は、より多くのがんを特定し、全体的なNHSコストを削減する可能性があるため、費用対効果が高い可能性がある44。
  • AIによって可能になる迅速な診断と治療は、がんの影響を制限することで経済的利益につながる可能性がある6。
  • AIは診断の効率を改善し、医療サービスにかかる莫大なプレッシャーを管理するのに役立つ11。

考察 7： 医療専門家、特に放射線科医からの強い支持は、AIが人員不足と増大するワークロードによって引き起こされる深刻なプレッシャーを軽減する可能性を強調している。

考察 8： AIが早期発見を改善し、ワークロードを削減する可能性は、正のフィードバックループを示唆している。早期発見はより良い患者アウトカムと潜在的な長期治療費の削減につながり、ワークロードの削減はスタッフの満足度と定着率を向上させる可能性がある。

AI技術によるがん検診精度向上のエビデンス

乳がん、肺がん、その他のがんにおけるAIの精度と有効性を示す研究結果と研究を以下に示す。

乳がん

  • AIシステムは、マンモグラムにおける乳がん検出において、放射線科医と同等またはそれ以上の性能を示している34。
  • マンモグラフィインテリジェントアセスメント（MIA）AIプラットフォームは、パイロットプログラムで医師が見逃した早期乳がんの兆候を発見した35。
  • 研究によると、MIAは早期乳がんの検出を大幅に増加させる可能性がある35。
  • MASAI研究におけるAI支援スクリーニングは、従来のスクリーニングと比較して、がんを29％多く、早期浸潤性がんを24％多く検出したが、偽陽性は有意に増加しなかった36。
  • AIは乳腺病変の診断において高い精度を達成できる46。
  • AIと放射線科医の組み合わせにより、乳がんのより正確な識別が可能になる47。

肺がん

  • AIは陰性の低線量CTスキャンを正確に除外でき、放射線科医のワークロードを大幅に削減する可能性がある41。
  • AIモデルは、高い感度と特異性で早期肺がんの検出に有望性を示している48。
  • AI支援診断システムは、肺がんにおける診断精度と作業効率を向上させることができる49。
  • メタアナリシスによると、肺がん診断のためのAI支援診断システムは、かなりの診断精度を持っている51。

その他の癌

  • AIはMASHの診断ツール開発に利用されている1。
  • AIは前立腺がんの画像診断で検討されている12。
  • 日本のAI Medical Serviceは、胃内視鏡画像分析による早期胃がん・食道がん検出システム「gastroAI model-G」を開発した52。このシステムは日本、ブラジル、シンガポールで承認されている53。

AIの能力

  • AIは画像分類に優れており、医療画像のわずかな異常を識別できる37。
  • AIツールは、人間よりも多くの知識データベースを活用し、画像をより深くスキャンできる39。
  • AIは、大量の患者データを分析してパターンを識別し、アウトカムを予測できる40。
  • 多くの場合、目標は人間の放射線科医を置き換えるのではなく、AIをサポートツールとして機能させ、能力を増強することである35。

検出と偽陽性・偽陰性

  • MIAは医師が見逃したがんを発見し、安全網として機能する可能性を示唆している35。
  • 一部の研究では、AIは乳がんスクリーニングにおける特異性を改善し、偽陽性率を低下させることができることが示されている34。

考察 9： ますます多くの研究が、さまざまな癌スクリーニングモダリティにおけるAIの高い精度と可能性を一貫して示している。このエビデンスベースは、NHSでのより広範な採用のための強力な根拠を提供している。

考察 10： AIを人間の医師を置き換えるのではなく、増強するツールとして強調することは、医療従事者の間で受け入れと信頼を育む上で非常に重要である。AIの分析力と人間の臨床的判断を組み合わせた共同作業が、最も有望な結果を生み出すようである。

国際的な視点：高齢化社会におけるAIを活用した予防医療とがん検診

高齢化が進む国々におけるAIを活用した予防医療およびがん検診の取り組み事例を分析し、特に日本の進歩に焦点を当てる。

  • 日本は、医療従事者の不足や医療費の高騰といった課題に対処するため、AIを医療に積極的に統合している62。
  • 日本政府は、AIベースの病院を10施設設立する計画を立てている62。
  • 日本のスタートアップ企業は、AIと超音波技術を活用してがん治療に革命を起こしている52。
  • AI Medical Serviceは、胃内視鏡画像分析により早期胃がん・食道がんの発見を支援するgastroAI model-Gを開発した52。このシステムは、日本、ブラジル、シンガポールで承認されている53。
  • 富士フイルムは、がんや慢性疾患の検査を迅速に行い、CTスキャンの放射線量を低減するAI支援医療検査施設NURAを開設した63。
  • 日本のSociety 5.0イニシアチブは、AIを通じて患者ケアを変革し、データ駆動型の意思決定を可能にすることを目指している62。
  • AIは、創薬、個別化医療、およびがんを含む診断に日本で使用されている62。

国際的な経験から得られるベストプラクティスと教訓

  • 医療におけるAIの導入を推進するためには、政府の強力な支援と投資が不可欠である62。
  • スタートアップ企業、確立された医療機器メーカー、学術機関との連携は、イノベーションを加速させる可能性がある52。
  • 有病率の高いがんの早期発見など、特定の臨床ニーズや課題に直接対処するAIツールの開発に注力する53。
  • AI医療機器の明確な規制経路と迅速な承認プロセスの確立が不可欠である54。
  • 官民パートナーシップとベンチャーキャピタルは、AIの開発と導入への資金提供において重要な役割を果たす53。

考察 11： 高齢化社会のニーズに対応する上で、日本の医療におけるAIへの積極的かつ政府主導のアプローチは、英国にとって貴重なモデルとなる。具体的な応用例への注力と、革新的なスタートアップ企業への支援が重要なポイントである。

考察 12： 日本における乳がんや肺がん以外の（例えば、胃がん、食道がん）がんに対するAIツールの開発と規制当局の承認の成功は、NHSがより広範囲のがんに対するAIの応用を探求する可能性を示唆している。

AI統合成功のための組織的・制度的課題への対処

NHS内でのAI導入を妨げるシステム上の障壁の詳細な分析。

  • 医療従事者の間での文化的障壁と変化への抵抗33。習慣、伝統、考え方が大きな障害となる可能性がある33。
  • 患者と医療提供者の両方におけるAIへの信頼の欠如17。精度、説明責任、倫理的影響に関する懸念が依然として存在する22。
  • 組織のサイロ化とシステムの断片化が、データ共有と相互運用性を阻害する33。
  • 病院のIT能力の不足と競合するプロジェクトの優先順位が、AIの導入を遅らせる可能性がある33。
  • 断片化されたデータシステムを持つ、複雑で多様な医療システム21。
  • 明確なガイダンスとAIシステムの統一的な利用の欠如26。
  • 誤ったインセンティブと、トラストのリーダーシップによるAIの必要性の認識不足21。

これらの課題を克服するための戦略

  • 明確なリーダーシップビジョンとAIの利点に関するコミュニケーションによる効果的な変革管理22。
  • スタッフを意思決定に関与させ、懸念に正面から対処することで信頼を築く22。
  • 医療従事者の間で懐疑論を克服し、信頼を築くための教育とトレーニング22。
  • 標準化されたシステムとコネクタプラットフォームを通じて、組織のサイロ化を解消し、データ共有を改善する22。
  • パイロットプロジェクトを通じてAIの価値とROIを実証し、実績のあるソリューションに焦点を当てる22。
  • AIの責任ある使用を導くための強力なガバナンスと監督フレームワークの確立42。
  • 医療システム内にデジタルイノベーションチームとAI専門家のキャリアパスを作成する28。

考察 13： 文化的および組織的な課題は、NHSにおけるAI導入加速において、技術的なハードルと同等以上に重要であると思われる。考え方、信頼、確立されたワークフローに対処することが、導入成功のために不可欠である。

考察 14： 強力なリーダーシップと効果的な変革管理の必要性は、AI導入が単なるITプロジェクトではなく、あらゆるレベルからの支持と協力が必要な重要な組織変革であることを強調している。

NHSにおけるAIがん検診導入加速に向けた提言

政策立案者、NHSリーダー、医療従事者への具体的かつ実行可能な提言。

規制経路の合理化と迅速な承認の確保

  • MHRAのAIエアロックの取り組み14を基盤として、医療におけるAIに特化した明確で機敏な国家規制の枠組みを開発する。
  • 安全性と有効性が実証されたAI搭載がん検診ツールの承認プロセスを迅速化する54。
  • 規制の枠組み内で、データガバナンス、アルゴリズムのバイアス、および説明責任に関する明確なガイドラインを確立する15。

専用資金の確保とスクリーニングにおけるAIの投資収益率の実証

  • 承認されたAIがん検診技術の全国展開のために、具体的かつ持続可能な資金を割り当てる23。
  • 早期がん発見におけるAIの長期的な費用対効果と利点を実証するために、徹底的な医療経済評価を実施する28。
  • より広範な導入の前に、小規模なパイロットプロジェクトを開始し、価値を実証することを奨励する22。

必要なインフラアップグレードへの投資とデータ相互運用性の確保

  • AIシステムとの互換性を確保するために、NHSトラスト内のITインフラストラクチャのアップグレードを優先する23。
  • さまざまなNHSシステム間の相互運用性を向上させるために、データ収集、保存、および共有に関する国家標準を開発および実装する25。
  • AIの開発とトレーニングのための高品質なデータセットへのアクセスを容易にするために、国家医療画像プラットフォームの作成を検討する4。

医療従事者向けの包括的なトレーニングプログラムの開発

  • 放射線科医、腫瘍医、およびその他の関連スタッフの間で、デジタルリテラシーを向上させ、AIツールの使用に対する自信を高めるための国家トレーニングプログラムを実施する22。
  • ニーズに合わせてAIツールを設計およびテストする段階に医療従事者を関与させ、信頼を構築する22。
  • 医科大学のカリキュラムおよび継続的な専門能力開発プログラムにAI教育を統合する28。

明確な倫理的ガイドラインの確立と信頼を築くための国民の懸念への対処

  • データプライバシー、アルゴリズムのバイアス、および透明性に対処する、がん検診におけるAIの使用に関する国家倫理ガイドラインを開発する15。
  • 医療におけるAIに関する懸念と期待を理解し、その使用に関する透明性のあるコミュニケーションを確保するために、国民および患者と対話する29。
  • 透明性と説明責任を高めるために、説明可能なアルゴリズムを備えたAIシステムの開発を優先する22。

NHSトラスト、AI開発者、および研究機関間の連携促進

  • 効果的なソリューションの開発と展開を促進するために、NHSトラストとAI技術ベンダー間のパートナーシップを奨励する23。
  • 患者アウトカムと医療効率に対するAIの現実世界の影響を評価するための研究協力を支援する28。
  • トラストにおけるAIの展開を支援し、ベストプラクティスを共有するために、地域または国家の専門家チームを招集する23。

堅牢な市販後調査および評価メカニズムの実装

  • 安全性リスク、パフォーマンスの問題を特定し、継続的な有効性を確保するために、実装後のAIツールの継続的な監視と評価のためのメカニズムを確立する28。
  • AIシステムが意図したとおりに機能しない状況に対応するための明確な手順を開発する28。
  • 将来の意思決定に役立てるために、患者アウトカムとAI導入の医療経済的影響に関するエビデンスを収集する23。

考察 15： AI導入を加速するには、規制機関、資金提供機関、医療提供者、技術開発者、教育機関が連携した多角的なアプローチが不可欠である。

結論：NHSがん検診におけるAIの変革の可能性の実現

AIは、精度、効率性、および患者アウトカムを向上させることにより、NHS内のがん検診に革命をもたらす上で重要な役割を果たす。特定された障壁を克服し、実績のあるAI技術の全国的な導入を加速するためには、断固たる行動が緊急に必要である。AIは、NHSの医療従事者にかかるプレッシャーを軽減し、より持続可能で効果的な医療システムに貢献する可能性を秘めている。最終的に、AIはがん治療を変革し、英国国民のより健康な未来に貢献し、多くの人々の命を救い、生活の質を向上させる大きな可能性を秘めている。

貴重な表

  1. 表：NHSにおける主要なAIがん検診パイロットプログラムの概要
プログラム名対象がんの種類参加NHS施設数（例）主なAI技術資金提供額主な目的
EDITHトライアル乳がん30マンモグラム分析によるがんの可能性のある兆候の特定とフラグ付け1100万ポンド早期発見率の向上、待ち時間の短縮、生存率の改善
AI診断基金肺がん64のトラスト胸部X線およびCTスキャン分析による肺がんの迅速かつ正確な診断支援、Qure.ai社の当日診断技術2100万ポンド迅速な診断、早期診断、偽陰性結果の削減
  1. 表：NHSにおけるAIがん検診の全国展開における主な障壁と潜在的な解決策
障壁のカテゴリー具体的な障壁潜在的な解決策
規制明確な規制の枠組みの欠如、データプライバシーとバイアスの懸念、承認プロセスの遅延AIに特化した機敏な国家規制の枠組みの開発、データガバナンスとバイアスのガイドラインの確立、承認プロセスの迅速化
予算多額の初期投資、ROIの実証の難しさ、専用資金の不足AI導入のための専用資金の割り当て、費用対効果の評価の実施、価値を実証するためのパイロットプロジェクトの奨励
インフラレガシーITシステムとの非互換性、高品質なデータセットへのアクセスにおける課題、データ相互運用性の欠如ITインフラのアップグレードの優先順位付け、データ収集と共有の国家標準の開発、国家医療画像プラットフォームの検討
医療従事者のトレーニングAIツール使用への自信と能力の欠如、懐疑論と誤解、AIの認識と理解の不足包括的なトレーニングプログラムの実施、医療従事者を設計とテストに関与させる、AI教育をカリキュラムに統合する
倫理データプライバシーとセキュリティの懸念、アルゴリズムのバイアス、透明性と説明可能性の欠如、説明責任の不明確さ国家倫理ガイドラインの開発、国民との対話、説明可能なアルゴリズムを備えたAIシステムの優先順位付け
組織文化変化への抵抗、利害関係者の連携における課題、リーダーシップビジョンとコミュニケーションの欠如、組織のサイロ化効果的な変革管理の実施、スタッフの意思決定への関与、明確なリーダーシップビジョンの確立、データ共有の改善
相互運用性EHRシステムとの統合の難しさ、断片化されたデータシステム、標準化された形式の欠如データ収集と共有の国家標準の開発と実装、コネクタプラットフォームの検討
  1. 表：がん検診におけるAIの精度と影響（選択された研究結果）
がんの種類AI技術/研究主な精度指標（例）ワークフロー/アウトカムへの影響（例）スニペットID
乳がんMIA（マンモグラフィインテリジェントアセスメント）早期発見率の向上（最大13％）、医師が見逃したがんの発見安全網としての機能、医師の負担軽減の可能性35
乳がんMASAI研究従来のスクリーニングと比較してがん検出率29％向上、早期浸潤性がん検出率24％向上、偽陽性の有意な増加なし放射線科医のワークロード44％削減36
肺がんAI診断基金の研究（Coreline Soft）陰性低線量CTスキャンを正確に除外、放射線科医のワークロード最大79％削減の可能性、すべての確定肺がん症例がAIによってフラグ付けされたスキャンに含まれていた放射線科医がさらなる分析が必要な症例に集中できる41
胃がん・食道がんAI Medical ServiceのgastroAI model-G癌の有無を約94％の精度で判定、1枚の画像をわずか0.02秒で分析医師が内視鏡検査中に疑わしい部位を確認するのを支援、見逃し診断の削減を目指す54

引用文献

  1. NHS trial puts AI for breast cancer screening under scrutiny – Pharmaphorum https://pharmaphorum.com/news/nhs-trial-puts-ai-breast-cancer-screening-under-scrutiny
  2. AI-powered breast cancer screening trial to revolutionise early detection in the UK https://www.innovationnewsnetwork.com/ai-breast-cancer-screening-to-revolutionise-early-detection-in-uk/55156/
  3. World-leading AI trial to tackle breast cancer launched – GOV.UK https://www.gov.uk/government/news/world-leading-ai-trial-to-tackle-breast-cancer-launched
  4. NHS AI Lab Imaging: What we do – AI in imaging – NHS Transformation Directorate https://transform.england.nhs.uk/ai-lab/ai-lab-programmes/ai-in-imaging/ai-imaging-what-we-do/
  5. About the NHS AI Lab – NHS Transformation Directorate https://transform.england.nhs.uk/ai-lab/about-the-nhs-ai-lab/
  6. The NHS has spent £21m on AI tools. Will they be worth it? | Frontier Economics https://www.frontier-economics.com/uk/en/news-and-insights/news/news-article-i20547-the-nhs-has-spent-21m-on-ai-tools-will-they-be-worth-it/
  7. AI Diagnostic Fund – AI in imaging – NHS Transformation Directorate https://transform.england.nhs.uk/ai-lab/ai-lab-programmes/ai-in-imaging/ai-diagnostic-fund/
  8. AI Airlock pilot cohort – GOV.UK https://www.gov.uk/government/publications/ai-airlock-pilot-cohort/ai-airlock-pilot-cohort
  9. AI Airlock | The MHRA’s Sandbox for AI-Powered Medical Devices – FMAI Hub https://www.fmai-hub.com/ai-airlock-the-mhras-sandbox-for-ai-powered-medical-devices/
  10. MHRA trials five innovative AI technologies as part of pilot scheme to change regulatory approach – GOV.UK https://www.gov.uk/government/news/mhra-trials-five-innovative-ai-technologies-as-part-of-pilot-scheme-to-change-regulatory-approach
  11. AI-powered Early Lung Cancer Diagnosis – Qure AI https://www.qure.ai/news_press_coverages/nhs-trials-ai-technology-offering-same-day-diagnosis-of-aggressive-lung-cancer-which-kills-35000-britons-each-year
  12. World first as MHRA approves trofolastat for diagnostic imaging of prostate cancer in men https://www.news-medical.net/news/20250331/World-first-as-MHRA-approves-trofolastat-for-diagnostic-imaging-of-prostate-cancer-in-men.aspx
  13. MHRA Consultation on Individualised mRNA Cancer Immunotherapies – Unique opportunity for a streamlined risk based regulatory framework? | Inside EU Life Sciences https://www.insideeulifesciences.com/2025/02/12/mhra-consultation-on-individualised-mrna-cancer-immunotherapies-unique-opportunity-for-a-streamlined-risk-based-regulatory-framework/
  14. The regulation of artificial intelligence as a medical device: government response to the Regulatory Horizons Council – GOV.UK https://www.gov.uk/government/publications/the-regulation-of-artificial-intelligence-as-a-medical-device-government-response-to-the-rhc/the-regulation-of-artificial-intelligence-as-a-medical-device-government-response-to-the-regulatory-horizons-council
  15. The Role of AI in Healthcare: Opportunities, Challenges, and Policy Considerations https://www.scienceinparliament.org.uk/the-role-of-ai-in-healthcare-opportunities-challenges-and-policy-considerations/
  16. Principles for Artificial Intelligence (AI) and its application in healthcare – British Medical Association https://www.bma.org.uk/media/njgfbmnn/bma-principles-for-artificial-intelligence-ai-and-its-application-in-healthcare.pdf
  17. Barriers to AI in Healthcare – Greenbook.org https://www.greenbook.org/insights/barriers-to-ai-in-healthcare
  18. AI regulation in healthcare: UK and EU approaches – Taylor Wessing https://www.taylorwessing.com/en/insights-and-events/insights/2023/03/ai-regulation-in-healthcare-uk-and-eu-approaches
  19. The Pros and Cons of AI in Healthcare – HITRUST https://hitrustalliance.net/blog/the-pros-and-cons-of-ai-in-healthcare
  20. AI and mental healthcare: ethical and regulatory considerations – UK Parliament https://researchbriefings.files.parliament.uk/documents/POST-PN-0738/POST-PN-0738.pdf
  21. Why is AI adoption in health care lagging? – Brookings Institution https://www.brookings.edu/articles/why-is-ai-adoption-in-health-care-lagging/
  22. 5 Major Challenges of AI Implementation in Healthcare (and How to Overcome Them) https://www.openmedical.co.uk/blog/5-major-challenges-of-ai-implementation-in-healthcare-and-how-to-overcome-them
  23. Overcoming Barriers to AI Implementation in Imaging Outcome of an RCR Expert Stakeholder Day – The Royal College of Radiologists https://www.rcr.ac.uk/media/05mp1eda/overcoming_barriers_to_ai_implementation_in_imaging_v3.pdf
  24. AI in Healthcare: Potential, Challenges, and Adoption Tips – Trinetix https://www.trinetix.com/insights/ai-in-healthcare-potential-challenges-and-adoption-tips
  25. Challenges of AI Integration in Healthcare – Ominext https://www.ominext.com/en/blog/challenges-of-ai-integration-in-healthcare
  26. A comprehensive overview of barriers and strategies for AI implementation in healthcare: Mixed-method design – PMC https://pmc.ncbi.nlm.nih.gov/articles/PMC11315296/
  27. Levelling up as a fair solution in AI enabled cancer screening – PMC https://pmc.ncbi.nlm.nih.gov/articles/PMC11893865/
  28. Accelerating effective and safe adoption of artificial intelligence in the healthcare system – The Academy of Medical Sciences https://acmedsci.ac.uk/file-download/92028281
  29. AI could improve cancer diagnosis – if we get these 5 things right https://news.cancerresearchuk.org/2023/10/19/ai-cancer-diagnosis-nhs-5-things-we-need/
  30. Implementation challenges of artificial intelligence (AI) in primary care: Perspectives of general practitioners in London UK – PubMed https://pubmed.ncbi.nlm.nih.gov/39570873
  31. Implementation challenges of artificial intelligence (AI) in primary care: Perspectives of general practitioners in London UK – PMC https://pmc.ncbi.nlm.nih.gov/articles/PMC11581230/
  32. Use of artificial intelligence for image analysis in breast cancer screening programmes: systematic review of test accuracy | The BMJ https://www.bmj.com/content/374/bmj.n1872
  33. AI in Healthcare: Breaking Down Cultural Barriers to Transform Patient Care – Aidoc https://www.aidoc.com/learn/blog/ai-in-healthcare-breaking-down-cultural-barriers-to-transform-patient-care/
  34. AI system outperforms radiologists in first reading of breast cancer screening, study claims https://www.bmj.com/content/368/bmj.m16
  35. UK’s National Health Service Tests AI Tool That Can Spot Cancer in Mammograms Missed by Doctors – Dark Daily https://www.darkdaily.com/2024/06/03/uks-national-health-service-tests-ai-tool-that-can-spot-cancer-in-mammograms-missed-by-doctors/
  36. AI-supported breast cancer screening – new results suggest even higher accuracy – ecancer https://ecancer.org/en/news/25975-ai-supported-breast-cancer-screening-new-results-suggest-even-higher-accuracy
  37. The Role of AI in Breast Cancer Detection: Current Trends, Applications, and Implications for Healthcare Professionals | OxJournal https://www.oxjournal.org/the-role-of-ai-in-breast-cancer-detection/
  38. Study Reveals Accuracy of AI-Supported Breast Cancer Screening – Technology Networks https://www.technologynetworks.com/cancer-research/news/study-reveals-accuracy-of-ai-supported-breast-cancer-screening-395808
  39. Is it cancer? Artificial intelligence helps doctors get a clearer picture | AAMC https://www.aamc.org/news/it-cancer-artificial-intelligence-helps-doctors-get-clearer-picture
  40. Uses and limitations of artificial intelligence for oncology – PMC – PubMed Central https://pmc.ncbi.nlm.nih.gov/articles/PMC11170282/
  41. AI successfully reduces workload in lung cancer screening – News-Medical https://www.news-medical.net/news/20250304/AI-successfully-reduces-workload-in-lung-cancer-screening.aspx
  42. Adopting AI in Healthcare: Benefits, Challenges and Real-Life Examples | Leobit https://leobit.com/blog/adopting-ai-in-healthcare-benefits-challenges-and-real-life-examples/
  43. Will the NHS’s New Look Speed Up AI Adoption in Integrated Social Care? https://caretechguide.co.uk/will-the-nhss-new-look-speed-up-ai-adoption-in-integrated-social-care/
  44. AI-Enhanced Breast Cancer Screening Economically Viable in the UK https://www.ajmc.com/view/ai-enhanced-breast-cancer-screening-economically-viable-in-the-uk
  45. Stand-Alone Artificial Intelligence for Breast Cancer Detection in Mammography: Comparison With 101 Radiologists – PMC https://pmc.ncbi.nlm.nih.gov/articles/PMC6748773/
  46. A Narrative Review of the Use of Artificial Intelligence in Breast, Lung, and Prostate Cancer https://pmc.ncbi.nlm.nih.gov/articles/PMC10608739/
  47. Combination of Artificial Intelligence & Radiologists More Accurately Identified Breast Cancer | NYU Langone News https://nyulangone.org/news/combination-artificial-intelligence-radiologists-more-accurately-identified-breast-cancer
  48. A Systematic Review: The Role of Artificial Intelligence in Lung Cancer Screening in Detecting Lung Nodules on Chest X-Rays – MDPI https://www.mdpi.com/2075-4418/15/3/246
  49. New study highlights AI’s potential to transform lung cancer screening – News-Medical https://www.news-medical.net/news/20240207/New-study-highlights-AIs-potential-to-transform-lung-cancer-screening.aspx
  50. AI-Driven Models for Diagnosing and Predicting Outcomes in Lung Cancer: A Systematic Review and Meta-Analysis – MDPI https://www.mdpi.com/2072-6694/16/3/674
  51. The value of artificial intelligence in the diagnosis of lung cancer: A systematic review and meta-analysis https://pmc.ncbi.nlm.nih.gov/articles/PMC10035910/
  52. Japanese Startups Revolutionizing Cancer Treatment With AI And Ultrasound – CameronAcademy.com Refined Real Estate License Classes And More. January 10, 2025 https://cameronacademy.com/japanese-startups-revolutionizing-cancer-treatment-with-ai-and-ultrasound/
  53. Japanese Startups Are Pioneering New Cancer Tools With AI And Focused Ultrasound https://www.forbes.com/sites/japan/2025/01/09/japanese-startups-are-pioneering-new-cancer-tools-with-ai-and-focused-ultrasound/
  54. Three AI tools revolutionising healthcare in Japan – The World Economic Forum https://www.weforum.org/stories/2023/12/three-ai-tools-setting-the-stage-for-a-tech-revolution-by-japans-entrepreneurial-doctors/
  55. pmc.ncbi.nlm.nih.gov https://pmc.ncbi.nlm.nih.gov/articles/PMC11170282/#:~:text=The%20benefit%20of%20AI%20algorithms,and%20increase%20access%20to%20care.
  56. What is AI’s potential in detecting, treating, and monitoring cancer? https://colorectalcancer.org/article/what-ais-potential-detecting-treating-and-monitoring-cancer
  57. AI-Assisted Diagnosis: Revolutionizing Cancer Care with Deep Learning https://apponcologysummit.org/ai-assisted-diagnosis-revolutionizing-cancer-care-with-deep-learning/
  58. The Role of AI in Predicting and Preventing Age-Related Diseases in Elderly Patients https://www.researchgate.net/publication/390137924_The_Role_of_AI_in_Predicting_and_Preventing_Age-Related_Diseases_in_Elderly_Patients
  59. The Future of Preventative Healthcare: AI, Wearables, and Data Analytics – millermedia7 https://millermedia7.com/the-future-of-preventative-healthcare-ai-wearables-and-data-analytics/
  60. Considerations When Leveraging AI For Preventative Healthcare – Forbes https://www.forbes.com/councils/forbesbusinesscouncil/2024/12/17/considerations-when-leveraging-ai-for-preventative-healthcare/
  61. Early Indicators of the Impact of Using AI in Mammography Screening for Breast Cancer https://pubs.rsna.org/doi/full/10.1148/radiol.232479
  62. The Role of AI and Big Data in Japan’s Life Sciences Sector – SG Analytics https://www.sganalytics.com/blog/ai-and-big-data-in-japan-healthcare-sector/
  63. Japan Develops Next-Generation Drug Design, Healthcare Robotics and Digital Health Platforms – NVIDIA Blog https://blogs.nvidia.com/blog/japan-sovereign-ai-healthcare/
  64. Adults don’t trust health care to use AI responsibly and without harm https://ihpi.umich.edu/news-events/news/adults-dont-trust-health-care-use-ai-responsibly-and-without-harm
  65. Study reveals low trust in health care system’s use of AI – News-Medical https://www.news-medical.net/news/20250214/Study-reveals-low-trust-in-health-care-systeme28099s-use-of-AI.aspx
  66. Postgraduate Certificate in AI for Early Cancer Detection – Explore Online Short Courses https://www.stanmoreuk.org/Home/CourseDetail?courseId=8241
  67. Professional Certificate in AI for Cancer Risk Prediction – Explore Online Short Courses https://www.stanmoreuk.org/Home/CourseDetail?courseId=17428
  68. Acceptability of artificial intelligence in breast screening: focus groups with the screening-eligible population in England | BMJ Public Health https://bmjpublichealth.bmj.com/content/2/2/e000892
  69. Priorities for an AI in health care strategy | The Health Foundation https://www.health.org.uk/reports-and-analysis/briefings/priorities-for-an-ai-in-health-care-strategy
  70. academic.oup.com https://academic.oup.com/jamia/advance-article/doi/10.1093/jamia/ocaf031/8046745#:~:text=Trust%20and%20provider%20relationships%20should,to%20preserve%20or%20promote%20trust.
  71. Expectations of healthcare AI and the role of trust: understanding patient views on how AI will impact cost, access, and patient-provider relationships – Oxford Academic https://academic.oup.com/jamia/advance-article/doi/10.1093/jamia/ocaf031/8046745
  72. Finding Consensus on Trust in AI in Health Care: Recommendations From a Panel of International Experts – Journal of Medical Internet Research https://www.jmir.org/2025/1/e56306
  73. AI Can Be a Powerful Social Innovation for Public Health if Community Engagement Is at the Core – Journal of Medical Internet Research https://www.jmir.org/2025/1/e68198
  74. Planning and implementing real-world artificial intelligence (AI) evaluations: lessons from the AI in Health and Care Award – NHS England https://www.england.nhs.uk/long-read/planning-and-implementing-real-world-ai-evaluations-lessons-from-the-ai-in-health-and-care-award/
  75. Artificial intelligence (AI) and machine learning – NHS England https://www.england.nhs.uk/long-read/artificial-intelligence-ai-and-machine-learning/
レポート