AI医療診断 最新事例と課題──画像診断・創薬・カルテ【2026年】

3行まとめ

1. FDA承認済みの放射線AI アルゴリズムは約400件。胸部X線・マンモグラフィー・網膜スキャンで専門医と同等以上の精度を示す管理研究が複数ある
2. 創薬ではInsilico Medicine ISM001-055がAI設計×AI発見標的の初薬として第IIa相で肯定的結果を出し、AlphaFold 3はタンパク質以外の分子間相互作用も予測可能に
3. 米国の非連邦急性期病院の71%がEHR（電子カルテ）に予測AIを導入済み

画像診断：FDA承認済みAIは約400件

AI医療診断のなかでもっとも実装が進んでいるのが放射線画像の解析だ。FDAが承認した放射線向けAI アルゴリズムは約400件に達している。

管理された研究環境では、胸部X線・マンモグラフィー・網膜スキャンにおいて、AIの診断精度が専門医と同等またはそれ以上とする報告がある。Zebra Medical VisionやAidocといった企業は数百の病院に導入されている。

ただし「管理された研究」と「実臨床」は条件が異なる。学術論文で報告されるデータセットはクリーニング済みであり、実際の病院で撮影される画像のばらつき（撮影条件・患者構成・機器差）を十分に反映しているとは限らない。

創薬：AI設計薬が臨床試験で前進

創薬分野では「AIを使えば時間とコストを30〜50%削減できる」という業界の主張がある。

具体的な事例として注目されているのがInsilico MedicineのISM001-055だ。AIが標的を発見し、AIが分子を設計した初の薬剤として、第IIa相臨床試験で肯定的な結果が出ている。

構造予測の面では、DeepMindのAlphaFold 3がタンパク質だけでなくDNA・RNA・低分子・イオンとの相互作用予測にまで対象を広げた。創薬の初期段階で候補分子を絞り込む工程への応用が期待されている。

電子カルテと予測AI：71%の病院が導入

米国の非連邦急性期病院の71%が、EHR（電子カルテ）に予測AIを組み込んでいる。入院患者の悪化予測、敗血症の早期検知、再入院リスク評価などが主な用途だ。

関連記事でも触れたように、AIの導入は医療従事者の業務を置き換えるというより、見落としを減らすスクリーニング補助として機能しているケースが多い。

正直に書くと

• 「専門医と同等以上の精度」は管理された研究環境での話であり、実臨床でそのまま再現されるかは別問題。データセットの偏り、患者層の違いなど、一般化には注意が必要
• 創薬の「30〜50%コスト削減」は業界側の主張であり、独立した検証はまだ十分でない。ISM001-055の第IIa相結果も、第III相以降で覆る可能性はある
• 71%のEHR導入率は「予測AI機能を有効にしている」という数字であり、現場で実際にどの程度活用されているか、臨床判断にどう影響しているかは別の問いになる
• 関連記事で取り上げた医療画像生成の話題とは文脈が異なる──診断AIと画像生成AIは別の技術系統

出典・但し書き

• NVIDIA Blog（blogs.nvidia.com）: AI医療画像に関する事例紹介
• Offcall（offcall.com）: 医療AIの導入状況
• SciSpot（scispot.com）: AI創薬の動向
• Deepgram（deepgram.com）: 医療AI全般の概況
• NCBI/NLM（ncbi.nlm.nih.gov）: 臨床研究のデータベース

本記事の情報は上記ソースの報告に基づいている。筆者は医療専門家ではなく、個別の診断・治療判断への助言を意図するものではない。