なぜストックホルムは乳がん検診の「第二読影」をAIに任せたのか
スウェーデンのストックホルム地域は2026年9月、マンモグラフィー画像を解析するAI「Lunit INSIGHT MMG」を乳がん検診の「独立した第二読影者」として地域全域の3施設で導入すると発表した。完全導入後は年間20万〜25万件の検診を支える見込みだ。この決定は、5万5千人超を対象とした前向き研究と3年間の実運用という段階的な検証の上に成り立っている。AIの産業導入の成否を分ける条件を、同時期の米国の「検証なきAI」報道との対比で考える。
首都圏3病院・年間25万件──地域規模導入の中身
2026年9月28日、韓国のAI診断企業Lunit（KRX:328130）は公式リリースで、自社のマンモグラフィー解析AI「Lunit INSIGHT MMG」がストックホルム地域全域の乳がん検診で「独立した第二読影者（independent second reader）」として実装されると発表した。運用は医用画像システム大手のSectraとの協力で進められ、対象はカピオ・セント・ゴラン病院、カロリンスカ大学病院、セーデルシェー病院（Sös）の3施設。完全実装後は年間20万〜25万件の検診を支える見込みだとされる。
これは同社にとってスウェーデン・ダーラルナ地域に次ぐ2件目の地域規模導入となる。首都圏の主要3病院を同時にカバーする規模であり、単一施設のパイロット導入とは次元が異なる。
5万5千人の研究と3年間の運用が語る「検証の階段」
この決定の背景には、段階を踏んだ検証の歴史がある。
起点は「ScreenTrustCAD」と呼ばれる前向き・住民ベースの非劣性試験だ。ランセット・デジタルヘルス（The Lancet Digital Health）2023年掲載論文によれば、試験はセント・ゴラン病院で実施され、40〜74歳の検診受診者（乳房インプラントのない連続症例）が対象となった。Lunitの発表では、解析対象は5万5千人超としている。試験は2人の盲検化された放射線科医の読影と独立したAI読影によるがん検出を比較する設計だった。
その後の歩みも段階的だ。同社の発表によれば、ソリューションは2023年にセント・ゴラン病院で通常の検診業務に組み込まれ、以降3年間で約20万件の検診を支援してきた。この間のマンモグラフィーシステム更改も乗り越え、実環境での継続稼働を示したという。
実運用の結果は数値でも示されている。同社が報告したところによれば、RSNA 2024（北米放射線学会年次集会）で発表された1年間の実運用データでは、がん検出率が15%増加し、放射線科医の読影時間は36%以上減少した。正常判定を振り分ける「ノーマル・フラッギング」性能が読影効率の改善に寄与したとされる。
カピオ・セント・ゴラン病院のカリン・デンボワー氏はリリースで、臨床研究から始めて実運用での検証を経て結果を一段階ずつ確認しながら進めた結果、単一病院の取り組みを地域全体の検診環境へ広げる段階に至った、と述べている。
二重読影の片割れを担う、「独占しないAI」の設計
ここで設計を整理しておきたい。スウェーデンを含む欧州の多くの国では、乳がん検診のマンモグラフィーを2人の放射線科医が独立に読影する「二重読影（double reading）」が標準とされてきた。ストックホルムでの導入は、この2人のうち一方の読影をAIが担う形だ。
つまりAIが読影全体を独占するのではなく、人間の読影と並走する「もう一つの目」として組み込まれる。韓国紙のソウル経済（Seoul Economic Daily）は「1人の放射線科医を置き換える」と報じたが、正確には残る一方の読影には必ず人間が残る設計である。
この設計が意味を持つ背景には、放射線科医の慢性的な不足があると考えられる。読影時間36%以上の短縮という数字は、検診需要に人員が追いつかない現場にとって直接的な手助けになり得る。臨床検証を経たAIの導入が、読影の質を維持したまま労働量を抑える手段として機能する可能性を示す事例といえる。
同じ週に浮かんだ「検証を飛ばしたAI」の代償
一方、同じ時期の米国では、対照的な医療AIの報道がなされた。CNBCの報道によれば、保険者団体のBlue Cross Blue Shield Association（BCBSA）の分析は、病院が保険請求に使うAIコーディング支援ツールが、2023年から2025年までの期間で約9億4,200万ドルの追加医療費を生んだと推計している。治療にはつながらない二次診断の追加記載がコスト増の主要因とされ、同じ医療分野のAI導入でも、効果の方向が正負で割れる現実を浮かび彫りにした。
両者を分けるのは、導入までの「検証の階段」の有無だ。ストックホルムの事例は、査読付きの前向き研究、単一施設での実運用、地域展開という段階を3年以上かけて登ってきた。請求コーディングのAIに、これに相当する独立した検証プロセスがあったとは報じられていない。BCBSAの推計自体が保険者側の主張であり、病院側の反論も今後出てくるだろう。それでも「導入の根拠をどこで示すか」という問いの立て方の差は残る。
AIの産業応用は「導入した」で終わらない。何を根拠に、どの段階を経て、誰が効果を確認したのか。ストックホルムの決定は、この問いへの答え方を示す数少ない実例といえるだろう。
