歯科AIの虫歯検出は特異度99.6%でも感度32.1%、補助役としての現実的な使い道

分析・見解

感度32.1%は「見逃しが多い」ことを意味する

特異度と感度は、検査の二つの顔である。特異度（＝健康な歯を、きちんと健康と判定できる率）が99.6%なら、AIが「虫歯あり」と示した歯は、ほぼ間違いなく虫歯だと考えてよい。感度（＝実際にある虫歯を拾える率）が32.1%なら、象牙質に達した病変のおよそ3分の2を拾えていない計算になる。

つまり、このAIは慎重すぎる門番である。迷ったら指摘しない。誤警報は少ないが、見逃しは多い。この性格のまま単独で健診に使えば、「AIが何も示さなかったから安心」という誤解を生みかねない。ここが最大の危険だ。

数字の偏りは、判定のしきい値でも変わる

この偏りは、AIの能力不足だけが原因とは限らない。多くの画像AIは、0から1の確信度を出し、しきい値（＝「ありと判定する線」）を超えたものだけを病変として示す。線を高くすれば特異度は上がり、感度は下がる。線を低くすれば見逃しは減るが、誤警報が増える。

医療では、この線をどこに引くかが用途ごとに違う。検診なら見逃し防止を優先して線を下げ、最終確認は人が行うのが定石である。今回の数字が、誤警報を減らす設計思想の結果なのか、検証データの偏りの結果なのかは、論文の詳細を見ないと判断できない。数字を一つだけ見て優劣を決めるのは危うい。

画像に患者情報を足すと、なぜ精度が上がるのか

歯周病の重症度判定では、パノラマX線画像だけのモデルより、患者情報を組み合わせたモデルのほうが上回った。歯周病は、歯を支える骨の減りが画像に写る。しかし、喫煙、糖尿病、年齢、歯ぐきの出血といった画像に写らない要因も、進み方に大きく関わる。歯科医師は日頃、これらを頭の中で合わせて判断している。AIが同じことをしたら、成績が上がったという話である。

ここに独自の視点を置きたい。歯科AIの競争軸は、画像を読む力から、カルテと画像をつなぐ力へ移りつつある。画像認識の技術は急速に似通ってくる。差がつくのは、問診や検査結果をどれだけ整った形で蓄積しているかだ。

補助技術という位置づけは、現実的な出発点になる

補助と位置づけられたことを、後ろ向きに捉える必要はない。弱点が数字で公表され、使い方の限界が明示されたことは、規制当局や医院との対話を進める材料になる。弱点が分かっている道具は、運用ルールを作りやすい。今後の焦点は、感度と特異度の両方を、複数の医院と複数の撮影機器で確かめる外部検証である。そこで安定した成績が出て初めて、補助から一歩進んだ使い方が議論できる。