Johns Hopkins大学が眼底AIで糖尿病性網膜症の初期スクリーニング自動化を試験し、スクリーニング工程の効率化を査読論文ベースで公表しています。
数値は査読論文のため、本文では「査読論文」と明記して扱います。
「これは米国の大学病院の話だから、うちには関係ない」と読み飛ばすにはもったいないです。
「眼底読影に時間がかかり予約が積み上がる」悩みは、Johns Hopkinsに限らず国内中小眼科クリニック(1〜10名)まで刺さる治療薬型の課題だからです。
僕が注目したのは、これが「眼科医をAIに置き換える話」ではなく「初期スクリーニングはAI・最終診断は眼科医」の線引きの話だという点です。
重要: 医療においてAI単独診断は禁忌です。本記事は「初期スクリーニング・要観察候補抽出」の自動化であり、最終的な診断・治療判断は必ず医師が行う前提を崩しません。本記事は治療行為の代替ではなく、業務改善の事例紹介です。
中小眼科の「眼底読影で予約積み上がり」課題
中小眼科クリニックにありがちな構造はこうです。
- 糖尿病性網膜症の眼底読影に時間がかかる
- 初期スクリーニングが医師1名に集中する
- 結果として新患予約が後ろにずれる
ここにあるのは「初期スクリーニング工数が医師に集中し外来回転が落ちる」構造です。
これは初診ごとに毎日起こる継続痛です。
Johns Hopkins × 眼底AIスクリーニング がAIで整えた
査読論文の範囲では、眼底画像→AIが網膜症の所見有無を判定→要観察候補を抽出→眼科医が最終診断する構造です。
ポイントは「眼科医を全置換」ではなく「初期スクリーニングはAI・最終診断は眼科医」の線引きです。
- 眼底画像→AIが網膜症所見の有無を判定
- 要観察候補だけを抽出
- 眼科医は判定結果に最終診断を下す
- スクリーニング効率化が査読論文で示唆
考察すると、こうです。
- 課題の本質は「初期スクリーニング工数が医師に集中し外来回転が落ちる」
- 解は「初期スクリーニングはAI・最終診断は眼科医で線引きする」
- 結果として外来回転が上がり、新患受け入れ余地が出る
結果はどうだったか
査読論文ベースで示されているのは以下です。 固有の数値は査読論文由来のため、断定はしません。
- 糖尿病性網膜症の初期スクリーニング自動化
- 眼科医の最終診断時間に集中できる二段運用
- 大規模試験で実用性が示された方向性
定性的にいえば、「眼底読影に医師1名が張り付く」状態から、「AIスクリーニング→眼科医最終診断」の二段運用へ移れる方向に効きます。
中小・個人事業で再現するなら
ここからが本題です。 国内中小眼科クリニック(1〜10名)で同じ思想を取り入れるなら、どう設計するか。
構成
| 項目 | Johns Hopkins像 | 国内中小(1〜10名) |
|---|---|---|
| 対象 | 全眼底画像 | 糖尿病患者の初診眼底だけ |
| 手法 | 専用医療AI | 厚労省承認の眼底AI(IDx-DR等) |
| 月額費用 | (公表なし) | 推定 数万〜数十万円 |
| 初期費用 | (公表なし) | 推定 機器込み |
| 体制 | 眼科チーム＋AI | 院長＋AI |
| 期間 | (継続) | 3ヶ月で工数比較 |
評価軸スコア
| 評価軸 | スコア |
|---|---|
| ROI(投資対効果) | ★★★☆☆ |
| 再現性(中小/個人) | ★★☆☆☆ |
| 難易度(低いほど簡単) | ★★★★☆ |
(難易度=数字が小さいほど簡単)
スコアの根拠はこうです。
- ROIは中。スクリーニング自動化で外来回転は上がる
- 再現性は低め。医療機器承認・保険適用の壁
- 難易度は高め。承認AI選定・保険算定・運用フロー設計が要る
前提条件・必要データ
- 眼底カメラとデジタルデータ化環境
- 厚労省承認の眼底AI機器
- 医師による最終診断の責任体制
- 患者への「AIスクリーニング＋医師最終判断」の説明
失敗条件・適用しないケース
- AIに最終診断をさせる(禁忌・最重要警告)
- 医師の最終確認を省く
- 未承認AIを保険診療に組み込む
- 患者に「AIが診断した」と誤解させる
「AIを入れれば診断が完成する」のではありません。
糖尿病患者の初診眼底だけ対象にする→承認AIでスクリーニング→眼科医が最終診断→患者には「最終判断は医師」と明示、というフローを守るのが要点です。
特に医療系では「AIが診断」は絶対NGです。スクリーニング支援であることを患者・チーム内に明示し、最終判断は医師の責任で行う前提を崩さないでください。本記事は治療行為の代替ではなく、業務改善の事例紹介として扱ってください。
出典・参考
一次情報 Johns Hopkins Medicine 2024-09 https://www.hopkinsmedicine.org/news/articles/2024/09/researchers-test-ai-screening-tool-for-diabetic-eye-disease
(固有数値は査読論文由来。最新の固有事例はブラウザで原典を確認してください)
市野
愛知県岡崎市でAI活用支援を手がける一人社長。 中小企業の現場でAIを実装してきた経験から、他社事例を「うちで再現するには」の視点で読み解いて発信中。
愛知県岡崎市を拠点に、中小企業向けのAI活用支援を提供。ChatGPT・Claude Code等を活用した業務自動化やSEO・広告運用の内製化を支援。経営者が自らAIを使いこなせる体制づくりをサポートしている。
＞＞詳細なプロフィールはこちら
