医薬品による医原性障害の検出を支援するAIアプリ「POSOS」の診断性能評価（臨床ビネット研究） ― 臨床試験（ClinicalTrials.gov）

「医原性障害（いげんせいしょうがい）」とは、医療行為そのものが原因で生じる健康被害を指し、なかでも薬剤の副作用や薬どうしの相互作用は見落とされやすい課題です。患者が複数の薬を服用している場合や、症状が他の病気と紛らわしい場合、忙しい救急の現場で「この症状は薬のせいかもしれない」と気づくのは容易ではありません。膨大な医薬品情報を素早く照合できるソフトウェアは、こうした見落としを減らす手がかりになりうると考えられています。

この研究が興味深いのは、AIアプリを実際の患者ではなく「臨床ビネット」と呼ばれる模擬症例で評価し、しかも医師をアプリ使用群と非使用群に無作為に分けて比較する設計をとっている点です。実際の診療で新しいツールをいきなり試すのではなく、安全な模擬環境で「ツールがあると判断がどう変わるか」を切り分けて確かめようとする姿勢は、医療AIを慎重に検証する一つの型といえます。回答は5分後と15分後の2時点で記録され、要した時間や使った情報検索アプリの数、使い勝手なども併せて集められます。なお、AIが有効・正確・安全であると確立したわけではなく、本研究はあくまでその有用性を検証することを目的としています。

医薬品の安全性をめぐる課題は、特定の国や制度に限らず広く共通します。米国でも処方薬の相互作用や有害事象は公衆衛生上の重要なテーマであり、こうした検出支援ツールの性能をどう測るかという問いは、医療AIの評価方法そのものを考えるうえで横断的な示唆を持ちます。模擬症例を使った無作為比較という手法は、他の診断支援ツールの評価にも応用できる枠組みです。