ガーナの研究チームは、胸部エックス線画像から結核の疑いを判定するAIについて、追加検査を勧める基準を51点から56点に引き上げた場合を試算した。その結果、検査費用は減る一方、結核患者を追加検査の対象から漏らす危険は高まると推計された。
ところが、同じAIを従来の検査方法と比べると、費用だけでなく、結核の発見が遅れることで生じる健康上の損失も減ると推計された。
なぜ同じAIなのに、こうも結論が異なるのか。
何と比べるかで答えが変わる
ガーナでは、ヤウ・アドゥシポク氏らが2022~2023年に集めた結核疑いの701人のデータを使い、AIを活用したスクリーニングの費用と効果を試算した。研究で使われたCAD4TBは、胸部エックス線画像から結核が疑われる所見を検出し、スコアを付けるソフトウェアだ。当時は51点以上を、結核菌の有無を調べる追加検査に進む基準としていた。1
基準を56点に上げると、追加検査を受ける人数と費用は減る。一方、実際に結核にかかっている人を追加検査の対象として拾い上げる割合も、91.5%から90.4%に下がる。費用を抑えられる半面、一部の患者の診断が遅れる危険が増す。
では、医療従事者が症状やエックス線画像を基に追加検査の対象を決める従来の方法と、判定基準を56点に設定したAIを使う方法とを比べるとどうなるか。研究チームの計算では、検査全体の費用は約29%減った。結核の発見が遅れることで患者に生じる健康上の損失も、少なくなると推定された。1
最初は同じAIの判定基準を51点と56点で比較した。次は従来のスクリーニング方法とAIを使う方法を比較した。比較対象が違うため、結論も異なって見えるのだ。
ガーナの別の研究では、AIと放射線科医で、同じ胸部エックス線画像に対する判定が食い違った。 ボノ・イースト地域では、ケネス・ニー・アマーティ氏らが、痰の検体を提出できずにいた結核疑いの250人の胸部エックス線画像を、AIと放射線科医で比較判定した。AIのスコアが51点未満だった4人の画像について、放射線科医は結核を疑わせる所見を認めた。2
AIのスコアだけで判断していれば、この4人は追加検査の対象から外れた可能性がある。ただし、放射線科医は結核を疑う所見を認めていた。 論文には、4人がその後どのような検査や診療を受けたかは記されていない。
論文発表前に示された新たな利用料金
ガーナの費用対効果研究が公表される約1か月前の2026年7月、低・中所得国で医療技術へのアクセス改善に取り組むユニットエイド(Unitaid)とクリントン・ヘルス・アクセス・イニシアチブ(CHAI)が、結核スクリーニング用AIの新たな料金条件を発表した。参加企業のデルフト・イメージングは、ガーナの研究で使用されたCAD4TBの供給元だ。3
この契約により、対象国の公的機関や非営利団体は、エックス線装置1台当たりのAIソフトウェア年間利用料を最大65%抑えた条件で購入できる。画像の判定件数に上限はない。
結核の検査には、エックス線撮影や結核菌の確認検査、医療従事者の人件費もかかる。今回の値下げは、その一部であるAIソフトウェアの年間利用料に限られる。価格が変われば、同じ予算で何人を検査できるのかも計算し直せる。
AIへの指示も、推計される検査費用を変える。米国のドヴィル・アラン氏らは、診療記録を読み、検査を提案する生成AIを検証した。医師の診療記録に記載された検査とAIが提案した検査を、米国の公的医療保険制度「メディケア」の同じ診療報酬額で換算すると、患者1人当たりの推計額は医師の記録で平均71ドル、AIの提案ではモデルにより97~289ドルだった。4
研究チームがAIに「費用を考慮する」「検査の提案を絞る」と指示すると、推計費用は大幅に下がった。AIへの指示によって、提案される検査とその見積もり費用が変わる。 課題は、必要な検査を省かずに費用を抑えることだ。

診断された患者は治療を始められたか
フィリピン・マニラのトンド地区では、国境なき医師団が移動式エックス線装置、AIによる画像判定、結核菌の検査、地域の保健従事者を組み合わせて住民を検査した。同団体によると、2022年以降、5万1,000人以上を検査し、新たに2,493例の結核を確認した。5
結核と診断された人のうち、治療を始めた割合は62%だった。 治療薬や検査用品の不足が、患者を治療につなぐうえで障害となった。AIや移動式装置で患者を見つけても、診断後の治療を支えるには薬や医療人材が欠かせない。
ケニアでは、アンブローズ・アグウェユ氏らが別のAIを検証した。診療記録の作成や治療計画の立案を支援するシステムだ。医療従事者をAI支援群と通常診療群に無作為に割り付け、登録した計9,691人の患者の診療結果を調べた。6
研究チームは、診療後14日以内に症状が改善せず再受診したり、予定外に上位の医療機関や救急医療を利用したりしたケースなどを調べた。こうした事態が起きた割合はAI支援群2.2%、通常診療群2.0%で、調整後の解析でも、統計学的に有意な差は認められなかった。一方、AI支援群では、診療記録や治療計画の質に関する一部の評価が高かった。
より良いAIを選べるのは誰か
**世界保健機関(WHO)は、結核スクリーニング用AIの判定基準を地域の患者の特徴や医療資源に合わせて設定するよう勧告している。アフリカ連合の公衆衛生機関であるアフリカ疾病予防管理センター(Africa CDC)**も、各国が自国の医療情報を管理し、安全に共有するための共通原則づくりを進めている。7
新しいAIが登場したとき、現地の医療従事者や保健当局がその性能を検証し、スクリーニングの判定基準を調整できることが重要だ。利用料を交渉し、より適した製品に切り替えることも必要だ。その力があってこそ、技術の進歩による恩恵を受け続けられる。
韓国政府は2026年、国際機関とともに公共の課題にAIを活用するグローバルAIハブ構想を発表した。また、アフリカの開発事業に資金を提供するアフリカ開発銀行と、別のAI協力に関する意向書を交わした。韓国保健福祉部とWHOは**「AIヘルスケア・ソウル宣言」**を発表した。8
新たに検査を受けられた人はどれだけいるか。結核患者を何人見つけ、治療につなげられたか。現地の医療体制は、より良い技術を自ら選び、運用できるようになったか。
医療AIの成果を測るのは、検査1回の価格だけではない。限られた予算と人員で、どれだけ多くの人を診断と治療につなげ、その力を現地で育て続けられるかだ。
出典・注
1. ガーナの701人を対象とした検査費用と効果の比較
Yaw Adusi-Poku、Jacob Solomon Idan ほか、「Cost-effectiveness analysis of computer aided detection for tuberculosis in Ghana: A decision-analytic modeling study」、PLOS ONE 21(8), e0356244(2026年)。原論文。
2022年7月から2023年6月にガーナの23の医療施設で集めた結核疑いの701人を分析した。結核菌検査は342人が陽性、359人が陰性で、この標本の陽性率はガーナの一般人口における結核有病率を示すものではない。AIの基準56点と従来方式の比較では、検査全体の費用は2万3,449.01ドル対3万3,239.09ドルで、見逃された結核患者に生じる健康上の損失は計算上10.08 QALY減少した。一方、AIの56点と51点を直接比較すると、追加検査費用は1,185.30ドル減り、結核患者を拾い上げる割合は91.5%から90.4%に低下し、健康上の損失は計算上1.08 QALY増加した。QALY(質調整生存年)は、生存年数とその間の健康状態を合わせて評価する指標だ。費用と健康への影響は、実際の検査資料と仮定を組み合わせた推計値である。
2. ボノ・イースト地域の別の研究
Kenneth Nii Amartey、Paulina Clara Appiah ほか、「The use of computer-aided detection for tuberculosis (TB) diagnosis in the Bono East, Ghana」、Journal of Global Health Science 8(S1), e3(2026年)。原論文。
250人のうち、AIと放射線科医の双方が結核を疑ったのは17人、双方とも結核を疑う所見がないとしたのは223人だった。AIは基準未満としたが放射線科医が結核を疑ったのは4人で、AIスコアの平均は42.5点だった。逆の判定は6人だった。対象者は、痰を提出できず結核菌の確認検査が難しかった結核疑いの人々である。4人の追加検査、確定診断、治療経過は論文に記されていない。図では放射線科医が疑った21人のうちAIも疑ったのは17人だが、本文には両者が共通して検出した21人が治療を開始したと記載されている。人数の不一致は著者の説明を必要とする。[1]の701人とは別の集団である。
3. 結核スクリーニング用AIの年間利用料
Unitaid・CHAI、「Unitaid and CHAI cut cost of AI screening software」(2026年7月17日)。デルフト・イメージングとDeepTekのソフトウェアについて、対象138か国の公的・非営利の購入者が利用できる契約。エックス線装置1台当たり年額2,500ドルから2,850ドルで、判定回数は無制限。導入、研修、更新、保守も含む。発表された最大65%の値下げはソフトウェアの年間利用料に関するもので、ガーナの研究における検査費用全体の値下げを示す数値ではない。
4. 米国のAIによる検査提案と費用見積もり
Dvir Aran ほか、「Comparative Cost of Care Recommended by Clinicians vs. Large Language Models」、NEJM AI(2026年)。DOI、研究者公開資料、別の19モデルへの指示実験。
個人識別情報を除いた200件の診療記録を使い、24のAIシステムを検証した。米国の2026年メディケア支払基準で記載された検査項目の費用を計算すると、医師の記録は平均71.35ドル、AIの提案はモデル別に97ドルから289ドルだった。別の19モデルの分析で、医師の記録に対するAI提案費用の平均比率は、通常の指示で3.23倍、費用を考慮させると2.48倍、検査を絞らせると1.37倍だった。いずれも文書中に挙げられた検査項目の推計費用であり、実際の支払額ではない。
5. フィリピン・トンドの結核発見・治療事業
国境なき医師団、「Philippines: From tuberculosis response to broader community health action in Tondo」(2026年7月31日)。2022年以降に5万1,000人以上を検査し、新たに2,493例の結核を確認し、結核と診断された人の62%が治療を開始したと報告した。移動式エックス線、AI判定、結核菌の確認検査、地域の医療従事者と追跡支援を組み合わせた事業全体の集計である。
6. ケニアで実施した診療支援AIの臨床試験
Ambrose Agweyu、Paul Mwaniki ほか、「Generative AI-enabled clinical decision support system in primary care: a pragmatic, cluster-randomized trial」、Nature Medicine 32, 3032–3039(2026年)。原論文。
16施設の医療従事者103人を無作為にAI支援群と通常診療群に分けた。患者9,691人が登録され、主な解析はAI群4,693人、通常診療群4,654人を対象とした。診療後14日以内の再受診、予定外の上位医療機関・救急医療の利用、紹介の遅れや漏れ、診断・処方上の問題などをまとめた評価項目に該当したのは、AI群102人(2.2%)、通常診療群94人(2.0%)だった。患者や医療従事者の違いを考慮した解析でも、統計的な有意差はなかった(調整オッズ比0.77、95%信頼区間0.55から1.08、P=0.13)。
7. WHOの結核検査勧告とアフリカの保健情報原則
WHO、「Use of computer-aided detection software for tuberculosis screening」(2025年)。15歳以上を対象とする結核スクリーニングについて、地域の結核の流行状況や検査資源に応じた判定基準の設定を勧める。Africa CDC、「AU Member States Validate African Continental Health Data Governance Framework」(2026年10月22日)。加盟国は共同の枠組み案を検証した段階であり、最終採択と各国での実施は次の段階にある。
8. 韓国の国際AI協力に関する発表
韓国外交部「グローバルAIハブ構想」(2026年5月21日)、アフリカ開発銀行「韓国・アフリカAIハブ意向書」(2026年9月)、韓国保健福祉部・WHO「AIヘルスケア・ソウル宣言」(2026年10月21日)。それぞれ事業構想、協力意向、政策原則を示す文書であり、現地での投資・導入と患者への効果は個別事業の評価が必要となる。
次の記事もお楽しみください
CAUSIFOLDの新しい記事やお知らせをSubstackでご覧いただけます。
Substackで購読する ↗