AIが医療委員会に参加する時代へ——肝移植選択判定で98%の精度を実現

限られたドナー臓器をめぐる肝移植候補者の選択は、医療委員会の重大な責務です。複数の専門医AI エージェントから構成される選択委員会が、従来の判断を高い精度で支援できることが明らかになりました。

背景

肝移植は末期肝疾患患者の救命治療ですが、ドナー臓器の供給は限定的です。このため、限られた資源を最大限に活用できる患者を選別することが極めて重要です。従来、移植適応の判定は多職種からなる委員会が行いますが、委員の経験や判断基準にばらつきが生じる可能性があります。

近年、大規模言語モデル（LLM）を活用した医療支援システムが注目されています。本研究は、異なる専門領域を持つ複数のAIエージェントを組み合わせ、より客観的で一貫性のある移植適応判定ができるかを検証しました。

主な発見

• 米国の臓器移植レジストリ（SRTR）の実臨床データから生成された8,412の症例を4つのAIエージェント（肝移植医、移植外科医、心臓医、社会福祉士）が評価
• 絶対禁忌（移植不適応）の識別：精度98.19％、感度100％、特異度91％
• 1年生存予測：精度92.00％、感度100％、特異度66％
• 6ヶ月生存予測：精度94.88％、感度100％、特異度75％
• 8,412人中7,033人（83.6％）がウェイトリスト登録、1,379人（16.4％）が禁忌と判定
• 人口統計学的グループ全体で公平性指標≥0.960を達成し、民族や社会経済的背景による顕著なバイアスを回避

臨床的意義

本研究の成果は、複数の専門領域を統合したAIシステムが、移植適応判定という複雑で高度な医療判断を客観的に支援できることを示しています。特に、100％の感度（禁忌患者の取りこぼしなし）を達成したことは、患者安全の観点から重要です。

このアプローチにより、委員会間の判断ばらつきを削減し、より公平で一貫性のある意思決定が可能になる可能性があります。また、本フレームワークは肝移植以外の多職種医療委員会の判定にも応用でき、臓器配分を含む希少資源の公平な配分にAIが寄与する新たなモデルとなり得ます。

限界と課題

AIシステムの臨床導入には、人間の医学的判断と監督が引き続き不可欠です。ミラン基準外のがんの判定など、データが限定的なケースでは性能が劣る可能性があります。また、アルゴリズムのバイアス、判断の説明可能性、医療過誤時の説明責任をめぐる倫理的課題も慎重に検討する必要があります。

Original paper: A multiagent large language model-based system to simulate the liver transplant selection committee: a retrospective cohort study. — The Lancet. Digital health. 10.1016/j.landig.2025.100966

🎧 ポッドキャストを聴く