使い始めてからが本番 ― 実診療で出た病理AIスコアと患者の転帰を12年かけて突き合わせるレジストリ ― 臨床試験（ClinicalTrials.gov）

1試験の中で良かったことは、外で良いことを保証しない

ここまでの段は、条件を整えた場で性能を測るためのものだった。対象を選び、比較の相手を決め、順番を固定する。だが実際の診療では、対象は選べず、標本の質も検査の出し方も施設ごとに違う。このレジストリが集めるのは、試験のために行われた検査ではなく、日常の診療の一部としてすでに行われた検査の結果である。そして、その後にその患者がどうなったかを結びつける。

2何が変わるのか

対照群は置かれない。だからこの設計で「AIを使ったほうが良い」とは言えない。言えるのは、実際に出たスコアと、その後に実際に起きたことが、どれだけ対応しているかである。性能を証明する段ではなく、証明された性能が現場でも保たれているかを見張る段だと考えるのが正確だ。

312年という長さ

がんの転帰は年単位で現れるため、長期の転帰と結びつけるには相応の時間が要る。さらにこのレジストリは、開始後に追加の解析や研究者主導の付随研究を足せる適応可能な設計を採る。同じ803件のうち、こうした後付けの拡張に触れる記録は1件、つまりこのレジストリだけである。長く走らせるほど、最初に立てた問い以外のことを聞きたくなる。その余地を設計に書き込んである。

48つの段を並べ直す

ここまで、医療AIの試験を8つの段として見てきた。それぞれの段が当サイトの記録でどれだけ書かれているかを並べると、この分野がいまどこに厚く、どこが薄いかが見える。母数は2026年9月4日時点で当サイトが保持する803件である。

厚いのは割り付けて比べる段で、薄いのは外部で確かめる段から先である。医療AIの多くは、精度を測る段までは踏むが、別の場所で通用するか、置き換えてよいか、使い始めた後も保てるかまでは、まだほとんど問われていない。この分布そのものが、いまの医療AIの立ち位置を示している。