医療AIの「常識」を大規模データで検証
今回掲載された論文は、AIによる緑内障診断の精度向上に関する研究成果をまとめたものです。特に、視神経の位置や形状に関する情報を追加することで、本当に診断精度が向上するのかを検証しました。
これまでの多くの研究では、単一の病院で撮影された約1,000枚規模の眼底画像を対象に、AIによる緑内障診断の有効性が示されてきました。しかし本研究では、その有効性が異なる医療環境でも成立するのかを検証するため、世界各国で公開されているオープンデータを用い、19種類のデータセットに含まれる12,000枚以上の眼底画像を解析しています。
その結果、視神経領域を高精度に解析できた一方で、視神経情報を追加しても診断精度の向上効果は限定的であり、特定のデータセットでは改善が見られても、異なる撮影環境では十分な診断性能を安定的に発揮できない場合があることが明らかにされました。
この研究により、医療AI分野で広く用いられてきた「解剖学情報を加えることで診断性能が向上する」という考え方に対し、大規模データによる検証の重要性が示されたと言えます。また、医療AIを実際の臨床現場で活用するためには、単一環境での高精度だけでなく、多様な撮影環境でも安定して機能するかを検証する重要性を示す研究成果となっています。
論文概要
| 項目 | 内容 |
|---|---|
| タイトル | 「The Limited Utility of Segmentation Integration in Glaucoma Classification: A Large-Scale Diagnostic Evaluation」 |
| 著者 | 遠藤 一護、福原 慶久 |
| 掲載紙 | IEEE Access （第14巻） |
| ページ | 67738 – 67755 |
| 電子掲載 | IEEE Xplore |
| 発行年 | 2026年５月４日 |
著者コメント
■データサイエンス学部データサイエンス学科３年生 遠藤 一護さん
医療AI開発、特に緑内障自動診断において「解剖学的情報を加えれば精度が上がる」という前提に対し、多様な実臨床データからその汎化性能を問い直したのが本研究です。12,000枚以上の眼底画像を解析する中で、特定環境でのみ機能する手法の実務的な限界を明らかにしました。初の論文執筆であり、査読者からは厳しいご指摘も頂戴しましたが、福原先生のご指導のもと、実証的なデータをもって真摯に向き合うことで乗り越えることができました。この実証的なアプローチが、真に現場で機能する医療AI開発の礎となることを願っています。
■データサイエンス学部データサイエンス学科 福原 義久講師
本研究は、データサイエンスの知識をもって学部生であっても医学といった異分野の研究に対してアプローチできることを示しました。遠藤さんにとっては初の論文、しかもジャーナル論文への投稿ということで、不慣れなところもある中、査読者からは厳しいご指摘を多数頂戴しました。しかし一つひとつ再実験を行うなど粘り強く解決し、最終的に採択に至りました。また、本研究では計算量の多い実験を繰り返しおこなう必要がありましたが、高い技術力をもって本学の計算機資源を最大限活用し研究を完成させました。遠藤さんの今後のご活躍を期待します。
遠藤さんはこれまでにも、同学部の学生と共同で研究した成果が、オンライン診療とAIをテーマにした外部ハッカソンにおいて優秀賞を受賞したほか、技育祭2025（秋）の特別企画ハッカソン「ラムダ技術部コラボハッカソン かき氷注文システムのUIを最凶にせよ」において「ラムダ技術部 ラムダ賞」を受賞するなど、AI分野における研究・開発活動に積極的に取り組んでいます。
武蔵野大学について
武蔵野大学は1924年に武蔵野女子学院として設立され、2003年に武蔵野大学に名称変更しました。2004年の男女共学化以降、大学改革を推進し、現在では13学部21学科、14大学院研究科、通信教育部など学生数13,000人超の総合大学に発展しています。2019年には国内私立大学初のデータサイエンス学部を開設し、2021年には国内初のアントレプレナーシップ学部を開設。2023年には国内初のサステナビリティ学科を開設し、2024年には創立100周年を迎え、世界初のウェルビーイング学部を開設しました。2050年の未来に向けてクリエイティブな人材を育成するため、大学改革を進めています。
関連リンク
AI Workstyle Lab編集部コメント
武蔵野大学の今回の研究は、医療AI開発において長らく前提とされてきた「解剖学的情報の追加が診断精度を向上させる」という定説に対し、大規模データを用いた実証的な視点から再考を促すものです。特に、単一環境での高精度だけでなく、多様な臨床現場での安定した性能発揮の重要性を浮き彫りにしました。この成果は、AIモデルの汎化性能という技術的な課題に正面から向き合うものであり、今後の医療AIの信頼性向上と実用化に向けた重要な一歩となるでしょう。技術開発の方向性にも大きな影響を与える可能性を秘めています。
「AIニュースは追っているけど、何から学べばいいか分からない…」 そんな初心者向けに、編集部が本当におすすめできる無料AIセミナーを厳選しました。
- 完全無料で参加できるAIセミナーだけを厳選
- ChatGPT・Geminiを基礎から体系的に学べる
- 比較しやすく、あなたに合う講座が一目で分かる
ChatGPTなどの生成AIを使いこなして、仕事・収入・時間の安定につながるスキルを身につけませんか？
AI Workstyle LabのAIニュースをチェックしているあなたは、すでに一歩リードしている側です。あとは、 実務で使える生成AIスキルを身につければ、「知っている」から「成果を出せる」状態へ一気に飛べます。
講師：栗須俊勝（AI総研）
30社以上にAI研修・業務効率化支援を提供。“大阪の生成AIハカセ”として企業DXを牽引しています。
- 日々の業務を30〜70％時短する、実務直結の生成AI活用法を体系的に学べる
- 副業・本業どちらにも活かせる、AI時代の「稼ぐためのスキルセット」を習得
- 文章・画像・資料作成など、仕事も趣味もラクになる汎用的なAIスキルが身につく
ニュースを読むだけで終わらせず、
「明日から成果が変わるAIスキル」を一緒に身につけましょう。
本記事は、各社の公式発表および公開情報を基に、AI Workstyle Lab編集部が 事実確認・再構成を行い作成しています。一次情報の内容は編集部にて確認し、 CoWriter（AI自動生成システム）で速報性を高めつつ、最終的な編集プロセスを経て公開しています。
