東京慈恵会医科大などがAIによるくも膜下出血の発症リスク予測技術を開発し10ミリ未満の脳動脈瘤で9割の的中率を確認

人工知能を用いたくも膜下出血発症リスク予測技術の開発と検証結果

東京慈恵会医科大などの研究チームは、脳動脈瘤が破裂して起こるくも膜下出血の発症リスクを人工知能で予測する新たな技術を開発し、その成果を国際医学誌に発表した。2026年4月10日に公開された情報によると、この技術は未破裂脳動脈瘤を持つ患者の診療データを学習しており、実用化されれば予防を目的とした治療介入の判断をより正確に行える可能性がある。^[1]

研究チームは2003年から2022年までに東京慈恵会医科大病院を受診した患者2750人の診療データを解析し、こぶの大きさや形状、年齢、生活習慣といった多角的な指標をAIに学習させている。開発されたアルゴリズムは日本だけでなく米国やオランダの医療機関のデータを用いた外部検証も実施されており、幅広い地域や人種における予測精度の確認が行われた。

検証の結果、2年以内の破裂予測において10ミリ未満の脳動脈瘤であれば9割の確率で正しく判断できることが確認されており、従来の診療指針を補完する診断ツールとしての活用が期待されている。東京慈恵会医科大の村山雄一教授は、どの医療機関においても精度の高い診断が可能となるよう、実用化に向けたさらなる研究を継続する方針を示している。

未破裂脳動脈瘤の学習データとAIによる予測精度の検証結果

Fuel Connect編集部の整理

本記事は医療分野におけるAI技術の社会実装に関する進展を伝えており、特に死亡率が高く後遺症のリスクも大きい疾患の予防精度を向上させる客観的な事実を整理している。予防医療の領域においてデータ駆動型の診断支援が具体化した事例であり、デジタルヘルスケア技術の進展を把握する必要がある医療従事者や関連インフラ事業者に有用な知見である。

特定の医療機関に依存せず一貫した診断精度を確保することを目指した本研究は、地域医療の標準化や遠隔診断の質向上を検討する実務者にとって重要なベンチマークとなり得る。最先端の予測技術が既存の診療ガイドラインをどのように補完し、実際の治療判断にどのような影響を及ぼすかを注視することは、医療技術のトレンドを分析する上で極めて重要である。