乳がん医療では、撮像や乳房密度評価、再発・治療反応の予測、3D可視化など、診療の各工程でAIや画像処理技術の活用が広がっている（画像はイメージ）
今回のニュースのポイント
米NVIDIA（エヌビディア）は10月5日、スタートアップ支援プログラム「NVIDIA Inception」に参画する医療AI企業各社の最新技術を公開しました。乳がん領域におけるAIや画像処理技術の活用は、単に画像からがん病変を検出する初期的な「AI診断」にとどまらず、それぞれ異なる企業や技術によって、撮像手順の自動化、乳房密度の客観的評価、病理画像に基づく再発・治療反応リスクの予測、さらには3D表示やMRIデータを用いた予後評価に至るまで、診療プロセスの各工程へ具体的に組み込まれ始めています。すでに米食品医薬品局（FDA）の510(k)クリアランスを取得した医療機器・ソフトウェアから研究開発段階にある高度な予測モデルまで、乳がん医療におけるAIの到達点と実装の領域を整理します。
本文
医療分野におけるAIや画像処理技術の実装が進む中、乳がん診療の現場では「AIが病気を見つける」という単一の機能を超え、患者が受診してから治療へ進む各工程に特化した技術の導入が試みられています。NVIDIAが10月5日に公表した医療スタートアップ群の取り組みは、撮像、画像評価、将来リスクの予測、治療計画の可視化という医療のプロセスごとに、それぞれ異なる企業や技術が役割を分担し始めている実態を示しています。
最初の工程である「撮像」の段階では、画像取得そのものを効率化・標準化する技術が登場しています。iSono Healthが開発した「ATUSA Automated 3D Breast Ultrasound System」は、ウェアラブル型のコンポーネントと自動スキャナーを組み合わせた装置で、同社資料によると片側の乳房全体を約2分で自動3D超音波撮像できます。ATUSA装置本体はFDAの510(k)クリアランスを取得して商用利用が可能となっていますが、同社がサイト上で説明するAI機能については研究段階にあり、臨床使用について安全性・有効性が実証されておらず、診断・治療その他の臨床目的を意図したものではないとしています。
次の工程となる画像からの「評価抽出」では、検査の定量化を支援するソフトウェアが実用化されています。Whiterabbit.aiの「WRDensity」は、マンモグラフィー画像を解析して乳房密度を判定・評価するプログラムで、2020年にFDAの510(k)クリアランスを取得しています。これは直接的にがんの有無を判別・診断するものではなく、乳房密度の評価情報を医師へ提示する補助ツールです。
さらに、将来的な経過や薬物療法の効果を推測する「予測」の工程では、デジタル化された病理組織画像（H&Eスライド）と臨床情報を統合解析するモデル開発が進んでいます。Ataraxis AIの「Ataraxis Breast」は、病理画像と臨床データを解析し、再発リスクや化学療法による利益、術前薬物療法における病理学的完全奏効（pCR）の可能性を予測するアプローチをとっています。同社資料によると、5年以内の再発リスクを評価するモデルの構築・検証には7カ国15施設・8,161人のデータが用いられています。これらは治療方針をAIが決定するものではなく、個別化医療に向けたリスク情報の提示を目的として開発が進められています。
また、「治療計画」および「予後評価」の工程では、動的磁気共鳴画像（DCE-MRI）を活用する技術が実用化されています。SimBioSysの「TumorSight Viz」は、DCE-MRIを処理して腫瘍と周囲組織の位置関係を3Dで可視化し、手術前計画を支援するシステムとしてFDA 510(k)クリアランスを得ています。さらに同社は、既存のDCE-MRIデータに年齢、人種、がんステージ、リンパ節転移状況、グレードなどの臨床情報を組み合わせ、5年および10年の再発リスクと独自の予後スコアを算出するAIソフトウェア「TumorSight Risk」について、2026年9月25日付で新たなFDA 510(k)クリアランスを取得しました。二次元画像を三次元化して治療計画を支える段階から、MRIと臨床情報を用いた予後リスク評価へと実用化の幅が広がっています。
これら各社の技術を俯瞰すると、乳がん医療におけるAI活用は「人間の医師を代行する単一のシステム」ではなく、撮像の自動化、密度の定量評価、病理像からのリスク予測、三次元での解剖学的可視化および予後評価という、医療を構成する個々の作業や工程に特化した形で組み込まれていることが分かります。規制当局の審査を通過して実用に供されている医療機器プログラムと、検証が続く研究段階のアルゴリズムが存在する中、医療のどの段階にどの技術が実用化されているのかという技術と規制の境界線を正しく捉えることが重要となります。（編集担当：エコノミックニュース編集部／Editorial Desk: Economic News Japan）
