メインコンテンツへスキップ
AMPL
承認されたCDSSと規制 ── 実機の現在地
レッスン 5 / 6|13分で読めます

承認されたCDSSと規制 ── 実機の現在地

知識ベース型から自律診断AIまで、承認された臨床意思決定支援システムの実機と、SaMD・PMDA・FDAという規制の枠組みを、汎用AIとの線引きとともに学びます

このレッスンで学ぶこと

このレッスンを終えると、実際に承認・運用されている臨床意思決定支援システム（CDSS）にどんな種類があるかを説明でき、それらと汎用AI（ChatGPTなど）の違いを、規制の枠組み（SaMD・PMDA・FDA）から理解できるようになります。前半で扱った「支援と判断の違い」を、実機と制度の側から裏づけます。

セクション1: 承認されたCDSSの3つの型

知識ベース型・アラート型・自律診断型の3つのCDSS類型が、根拠の見えやすさと自律性の軸で階段状に並ぶ図
CDSSには知識ベース型・アラート型・自律診断型の3つの型があり、自律性と規制の重さが異なります。

ひとくちにCDSSと言っても、実機にはいくつかの型があります。

  • 知識ベース型：診療知識を整理し、鑑別や参照を助ける（UpToDate、DXplain、Isabel など）。ルールと文献に基づき、根拠をたどりやすい。
  • アラート型：電子カルテに組み込まれ、薬剤相互作用や検査値異常、敗血症の予兆などを警告する。古くからあるCDSSの中心。
  • 自律診断型：特定の判断をAIが自律的に下す。代表例が、眼底写真から糖尿病網膜症を検出するIDx-DRで、医師の判断を介さない自律的な診断機器として承認された初期の例です（Abràmoff, npj Digit Med 2018）。

型によって、根拠の見えやすさも、規制の重さも違います。

セクション2: 症状チェッカーや汎用ツールの実力と限界

正診トップ34%・上位20で58%・トリアージ適切57%という3つの性能指標が横棒グラフ風に並ぶ図（Semigran, BMJ 2015）
症状チェッカー23種の監査研究では、診断精度とトリアージ精度ともに限定的でした（Semigran, BMJ 2015）。

一般向けの症状チェッカーは、CDSSの入口に見えますが、限界がはっきりしています。

23の症状チェッカーを評価した監査研究では、正しい診断を最初に挙げたのは34%、上位20候補に含めたのは58%、トリアージ（緊急度の振り分け）が適切だったのは57%でした。しかもトリアージは安全側に振れやすく、自宅で様子を見てよい状態でも受診を勧める傾向があったと報告されています（Semigran, BMJ 2015）。

手軽なツールほど「とりあえず受診」に寄りがちで、精度も限定的です。承認CDSSと同列には扱えません。

セクション3: 規制の枠組み ── SaMD・PMDA・FDA

承認CDSSと汎用AIを分ける2列対比図。左列は承認CDSS（SaMD・PMDA/FDA審査・責任明確）、右列は汎用AI（審査なし・枠組み外）
承認CDSSと汎用AIを分けるのはSaMDとしての規制審査であり、承認の有無が臨床使用と責任の前提になります。

承認CDSSと汎用AIを分けるのは、規制です。

診断や治療判断に関わるソフトウェアは、プログラム医療機器（SaMD: Software as a Medical Device）として規制の対象になりえます。日本ではPMDA（医薬品医療機器総合機構）の審査を経て承認され、米国ではFDAが審査します。承認CDSSは、この手続きで性能と安全性が確かめられています。

一方、ChatGPTのような汎用AIは、医療機器としての審査を受けていません。便利でも、承認CDSSが満たす検証・規制・責任の枠組みの外にあります。承認の有無は、臨床での使用可否・保険・責任の前提になります。

注意

「使えるか」より先に「承認されているか」

新しいAI診断ツールを評価するとき、最初に問うべきは精度の数字ではなく、それが医療機器として承認されているか、どの用途で承認されたか、です。承認の範囲を超えた使い方や、未承認の汎用AIに診断を委ねることは、性能の高低とは別の次元のリスクになります。

セクション4: 汎用AIとの線引き ── 壁打ちまで

GPT-4の上位10候補正答率83%とトップ1正答率60%を示す2本棒グラフ、医師75%との比較付き（Hirosawa, JMIR Med Inform 2023）
GPT-4は鑑別の網羅性では医師と同等ですが、トップ1の正答率は60%にとどまります（Hirosawa, JMIR Med Inform 2023）。

では汎用AIは診断に無価値かというと、そうではありません。使う層を限れば有用です。

複雑な症例52件で鑑別診断リストを検証した研究では、GPT-4が上位10候補に正解を含めた割合は83%で、医師の75%と統計的な差はありませんでした。ただしトップ1の正答率は60%にとどまります（Hirosawa, JMIR Med Inform 2023）。

この数字が示すのは、汎用AIは「鑑別の抜け漏れを点検する壁打ち相手」としては有用でも、「最終診断を出す承認CDSS」ではない、ということです。前のレッスンの安全な使い方（自分で鑑別を立て、AIに点検させ、一次資料で裏を取り、最終判断は医師が行う）が、ここでも効きます。

まとめ

このレッスンでは、承認CDSSの実機と規制を扱いました。CDSSには知識ベース型・アラート型・自律診断型があり、IDx-DRのように医師を介さない自律診断機器も承認されています。一般向け症状チェッカーは精度が限定的で、トリアージも安全側に偏ります。承認CDSSと汎用AIを分けるのはSaMDとしての規制（PMDA・FDA）で、承認の有無が臨床使用と責任の前提です。汎用AIは壁打ちには有用でも、承認CDSSではありません。

次のレッスンでは、ここまでの考え方を実際の症例で練習します。

セルフチェック

1. 自律診断型CDSSの例であるIDx-DRが、医療AIの歴史で重要とされる理由はどれですか？

2. 一般向け症状チェッカーの限界として、監査研究（Semigran, BMJ 2015）が示したものはどれですか？

3. 承認されたCDSSと汎用AI（ChatGPT等）の最大の違いはどれですか？

明日のアクション

自施設で使っているCDSS的なツール（薬剤相互作用や敗血症のアラート、参照ツール、画像のAI機器など）を1つ挙げ、それが「承認された医療機器か」「知識ベース型か」「未承認の汎用AIか」を分類してみましょう。承認機器であれば、どの用途で承認されているかも確認してください。

参考文献

  1. Abràmoff MD, et al. Pivotal trial of an autonomous AI-based diagnostic system for detection of diabetic retinopathy in primary care offices. npj Digit Med. 2018;1:39. doi:10.1038/s41746-018-0040-6
  2. Semigran HL, et al. Evaluation of symptom checkers for self diagnosis and triage: audit study. BMJ. 2015;351:h3480. doi:10.1136/bmj.h3480
  3. Hirosawa T, et al. ChatGPT-Generated Differential Diagnosis Lists for Complex Case-Derived Clinical Vignettes: Diagnostic Accuracy Evaluation. JMIR Med Inform. 2023;11:e48808. doi:10.2196/48808
  4. Liu X, et al. A comparison of deep learning performance against health-care professionals in detecting diseases from medical imaging: a systematic review and meta-analysis. Lancet Digit Health. 2019;1(6):e271-e297. doi:10.1016/S2589-7500(19)30123-2