医療AI臨床試験：思春期特発性側弯症の進行を機械学習で予測する ― 目的は診断でなくX線撮影の頻度を最適化すること（NCT07556042）

1進行が読めないことが治療を歪める

側弯症の難しさは、曲がりそのものよりも、その先が読めないことにある。記録が挙げているのは、装具を1日18時間・数年にわたり続ける負担、外見や皮膚への影響から遵守が難しいこと、そして手術適応の境界にある症例で判断が割れることだ。進行を読めないために、必要のない装具を着け続ける患者と、介入が遅れる患者の両方が生まれる。

予測が当たることの価値は、ここでは治療の選択肢を増やすことではなく、余計な治療を減らすことにある。

2狙いは診断でなく撮影の頻度

この研究がAIに求めている役割は、画像から病気を見つけることではない。進行を予測して、経過観察のX線撮影を減らせるようにすることだ。記録は、経過観察のための繰り返しのX線が累積被曝を通じて生涯のがんリスクを上げること、そして側弯症の女児では乳がんのリスクが健常人の約7倍と報告されていることに触れている。一方で、間隔を空けすぎれば早期介入の機会を逃す。

撮るほど安全から遠ざかり、撮らないほど見落としに近づくという板挟みを、予測で緩めようとする発想である。

3100人以下の試験が全体の3分の1を占める

登録予定は30人。2026年8月28日時点で当サイトが保持する医療AI臨床試験750件では、登録予定100人以下が254件と全体の34%を占め、中央値は200人である。少人数の研究は結論の一般化には向かないが、後ろ向きにモデルを作り前向きに検証するという設計そのものは、医療AIの開発で標準的に踏まれる手順にあたる。

医療AIの臨床評価は少数例の探索的な研究が層として厚く、この研究もその層に位置する。なお、モデルの性能や予測が当たるかどうかの結果は、このレジストリの記録には含まれていない。

4撮るほど安全から遠ざかる

側弯症の経過観察には板挟みがあります。この研究がAIに求めているのは、診断ではなく、その板挟みを緩めることです。

進行を読めないために、必要のない装具を着け続ける患者と、介入が遅れる患者の両方が生まれます。予測が当たることの価値は、ここでは治療の選択肢を増やすことではなく、余計な治療と余計な撮影を減らすことにあります。登録予定は30人で、後ろ向きにモデルを作り前向きに検証する設計です。