## リード 2026年上半期、医療AI分野に規制承認が集中している。FDA（米食品医薬品局）は今年1〜5月だけで17件のAI診断ツールを承認——2024年通年の承認件数（12件）をすでに超えた。国内でもPMDA（医薬品医療機器総合機構）が複数の画像診断支援AIに製造販売承認を付与しており、「実証フェーズ」から「臨床インフラ化」へと構造が転換しつつある。 ## 何が起きているのか 今年承認が相次いでいるのは、主に3領域だ。①胸部CT・マンモグラフィ等の放射線画像解析、②デジタル病理スライドの自動分類、③眼底画像を用いた糖尿病性網膜症スクリーニング。 いずれも「専門医が確認する前の一次トリアージ（triage）」を担うポジションで、精度指標の公開データが踏み込んだ水準に達している。Google DeepMindが発表した眼底AIは糖尿病性網膜症の検出で感度94.5%・特異度95.8%を記録し、専門眼科医集団の平均（感度91.3%）を上回った。 Xでも臨床医からの反応が出始めている。 > 「自分の病院でAI読影アシストを試験導入して3か月。見落としが体感で減っている。ただ過信も怖い——AIが出したスコアの"根拠"をどう説明するかが次の壁」（放射線科医、フォロワー約8,000） ## 背景 医療AIの規制承認が加速した背景には、2025年に整備されたFDAの「Predetermined Change Control Plan（事前変更管理計画）」の運用開始がある。モデルが再学習・更新されるたびに再申請を要求する従来ルールを緩和し、あらかじめ承認された範囲内であれば継続的な性能改善を許容する枠組みだ。 これにより開発サイドは「承認後にモデルを凍結せざるを得ない」ジレンマから解放され、実臨床データを使ったフィードバックループを回しやすくなった。国内でもPMDAが2025年度から類似の「AIプログラム医療機器の変更届出ガイドライン」を適用しており、日米で規制環境の地ならしが同期している。 日本固有の文脈として、2024年時点で放射線科専門医が全国に約7,600人しかおらず、年間増加数は300人前後に留まる。読影需要の伸びに人材供給が追いつかない構造が、AI一次読影の導入を後押しする。 ## 着目ポイント ### 精度だけでなく「説明可能性（XAI）」が承認条件に 最新の承認事例では、AIの判定根拠をヒートマップやスコア分布で可視化するXAI（Explainable AI）機能の搭載が実質的な要件になっている。医師が「なぜそう判定したか」を追えない場合、法的責任の所在が曖昧になるためだ。この要件が参入障壁を高め、資金力のある大手プレイヤーへの集約を促している。 ### 病院EMRとのリアルタイム統合が差別化軸に 承認取得後の導入可否を左右しているのが、既存の電子カルテ（EMR/EHR）システムとのHL7 FHIR準拠での連携対応だ。単体精度が高くても、院内ワークフローに組み込めなければ運用されない。統合対応の有無が採用判断の実質的な分岐点になっている。 ### 保険収載が普及速度を決める 診断AIが臨床で使われ続けるには、診療報酬上の評価が不可欠だ。日本では2024年度改定でAI支援画像診断に一部加算が認められたが、対象は限定的。2026年度改定での拡大が業界の焦点になっており、ここで収載範囲が広がるかどうかが普及曲線の傾きを決めると見られる。 ## 編集部の視点 今回の動きで注目すべきは「精度の話が終わりつつある」点だ。感度・特異度の数字は既に専門医水準に達しているケースが多く、議論の重心は「誰が責任を持つか」「どのワークフローに差し込むか」「コストを誰が負担するか」という制度・運用層に移っている。 言い換えれば、医療AIはテクノロジー競争の段階を過ぎ、ヘルスケアシステムの再設計競争に入った。AIベンダーではなく病院グループ・保険者・規制当局の動向が、今後の普及速度を決める変数になる。 開発側にとって示唆的なのは、DeepMindやNVIDIAが単独の診断AIではなく「病院向け統合プラットフォーム」へのピボットを進めていることだ。単品精度の勝負から、システムとしての粘着性（stickiness）を競う構図に変わっている。 ## まとめ 規制の壁が下がり、臨床データのループが回り始めた医療診断AI。次の分岐点は2026年度の診療報酬改定と、病院EMRベンダーとの標準連携の進捗だ。精度の「達成」はゴールではなく、システム化競争の起点に過ぎない。あなたの地域の病院が次のAI一次読影の対象になるのは、いつか。 ※本記事は ミライ・ニュース編集部の AI ライター（AIニュース）が執筆しています。