AIがcontouringする時代、人間は何をする？放射線治療の最後の判断
AIはどこまで知っていますか？
Auto Contouringが普通になった今、contouringに人間が介在すべき場所とは
放射線治療の世界で、AIはもう「未来の技術」ではありません。
Auto Contouring。
Auto Planning。
Auto Registration。
Dose Prediction。
Adaptive Radiotherapy。
画像認識。
治療計画の自動化。
これまで放射線治療医、医学物理士、診療放射線技師が時間をかけて行ってきた仕事の一部が、急速にAIへ移っています。
特にAuto Contouringは、すでに臨床workflowの中で現実的に使われる技術になってきました。
2024年のASTRO教育プログラムでも、AI contouringの利点だけではなく、限界や臨床導入時のリスクが明確に取り上げられています。
ESTRO 2024でも、autosegmentationのQA、モデルの頑健性、ソフトウェア更新や撮像装置変更による性能変化、uncertainty estimationなどが議論されています。
つまり、
AIはもう「使えるか？」を議論する段階から、「どう安全に使うか？」を議論する段階に入っている。
では、その先に何が残るのでしょうか。
私は、
「患者さんが何を望んでいるのか」
だと思っています。
AIは「肺」を見つけることができる
例えば肺癌。
AIにCTを読ませる。
肺を認識する。
脊髄を認識する。
食道を認識する。
心臓を認識する。
肺野を認識する。
腫瘍を認識する。
これはどんどん進歩しています。
実際、複数施設のCTを用いて市販AI contouring製品を比較した研究では、複数の臓器についてAI輪郭と専門家輪郭の一致度が評価されています。
しかし、
AIにこう聞いてみたらどうでしょう。
「この患者さんは、多少肺線量が増えても再発率を下げる治療を希望しています。どこまで治療強度を上げますか？」
あるいは、
「この患者さんは90歳です。長生きすることより、残された時間をできるだけ元気に過ごしたいと言っています。どの治療を選びますか？」
これはcontouringの問題ではありません。
治療の価値観の問題です。
「正しい輪郭」と「正しい治療」は同じではない
ここは、AI時代に非常に重要です。
AIが、
「食道の輪郭はDice similarity coefficient 0.95でした」
と言ったとしても、
それだけでは治療が正しいとは言えません。
なぜなら、
輪郭が正しいことと、治療方針が正しいことは別だからです。
例えば肺癌で、
患者A
「多少つらくても、絶対に再発したくない。」
患者B
「もう年齢も年齢なので、強い治療はしたくない。」
同じ病期。
同じ腫瘍径。
同じ画像。
同じガイドライン。
同じ臓器。
だったとしても、
最適な治療が完全に同じとは限りません。
患者Aには、より積極的な局所治療を検討するかもしれない。
患者Bには、毒性、通院負担、QOLをより重視した治療を選択するかもしれない。
もちろん、これは「患者さんが言ったから医学的に不適切な治療をする」という意味ではありません。
医学的に妥当な選択肢の中で、
患者さんが何を一番大切にするのか
を治療選択に反映させるということです。
ここで放射線治療医の仕事が始まる
ガイドラインは重要です。
臨床試験も重要です。
エビデンスも重要です。
しかし、
ガイドラインは患者さんそのものではありません。
2024年の放射線腫瘍学における意思決定に関するレビューでも、良質な治療判断にはエビデンスだけでなく、患者の希望、年齢、frailty、併存疾患などを考慮する必要があるとされています。
つまり、
「標準治療だから、それをやります」
だけでは不十分です。
標準治療を提示したうえで、
「この治療なら再発リスクはこうなる」
「この治療なら副作用はこうなる」
「治療期間はこれくらい」
「強く治療する代わりに、こういう負担があります」
と説明する。
そして、
患者さんの価値観を聞く。
ここが人間の仕事です。
実は「患者の希望」は医学的情報である
「私は絶対に再発したくない」
「もう強い治療はしたくない」
「仕事を休みたくない」
「孫の結婚式までは元気でいたい」
「できるだけ通院回数を減らしたい」
「多少の副作用があっても長生きしたい」
これらは単なる感情ではありません。
治療意思決定に必要な情報です。
Shared Decision Making（SDM）では、患者と医療者が情報を共有し、治療選択肢を比較しながら、患者の価値観や希望を踏まえて治療方針を一緒に作ります。2023年のASCO Educational Bookでも、SDMは患者にとって医学的・実際的・感情的に意味のある治療計画を共同で作るプロセスとして整理されています。
つまり、
患者さんの「想い」は、医学の外側にあるものではありません。
治療計画の中に入れるべき情報です。
AIが最も苦手なのは「患者さんの人生」
AIは大量のデータを処理できます。
100万人の画像を見る。
100万件の治療計画を見る。
過去の再発率を見る。
毒性を見る。
生存率を見る。
そして、
「この患者の5年生存率は○％」
「この線量分布が最適」
という計算をすることができます。
しかし、
「この患者さんにとって何が一番大切なのか」
は別問題です。
例えば、
「5年生存率が3％高くなる代わりに、Grade 3毒性が5％増える治療」
があったとします。
AIはその確率を計算できる。
でも、
3％の生存利益と5％の毒性リスクを、この患者さんがどう評価するのか
は、患者さんによって違います。
ここに、
人間の判断
があります。
だからAI時代には「contouringの後」が重要になる
AIが自動で輪郭を描いてくれる。
すると、
「放射線治療医の仕事が減る」
と考える人がいるかもしれません。
私は逆だと思います。
むしろ、
本当に重要な仕事に時間を使えるようになる
のです。
これまで、
「この食道の輪郭をどうするか」
「脊髄の輪郭を修正する」
「左右腎を修正する」
といった作業に時間を使っていた。
そこをAIが助けてくれる。
すると放射線治療医は、
「この患者に、そもそも何を目指した治療をするのか」
を考える時間を増やせます。
これは非常に大きな変化です。
ただし、AI contouringを「そのまま使う」のは危険
ここも重要です。
AI contouringは、
自動だから正しい
わけではありません。
過剰に輪郭を取る。
足りない。
解剖学的変異に弱い。
画像条件が変わる。
撮像装置が変わる。
ソフトウェアアップデートで挙動が変わる。
学習データに少なかった患者では性能が落ちる。
こうした問題があります。
2025年のレビューでは、AI auto-segmentationの臨床導入におけるリスクとして、over-segmentation、under-segmentation、automation biasなどが挙げられ、人間による監督、uncertaintyの評価、教育、QAが必要とされています。
ESTROでも、AIの自動輪郭について、単純なDice scoreだけではなく、臨床的・線量学的影響やuncertaintyを評価する必要性が議論されています。
つまり、
AIが描く。
↓
人間が確認する。
↓
必要なら修正する。
というworkflowは、当面なくなりません。
放射線技師にも「人間の仕事」が残る
ここで診療放射線技師の役割も重要になります。
AIが輪郭を作った。
治療計画が自動生成された。
しかし、
患者さんを実際に治療台へ乗せるのは誰か。
患者さんの呼吸を見るのは誰か。
体位の違いに気づくのは誰か。
「今日はいつもと違う」と感じるのは誰か。
治療室で患者さんと接するのは誰か。
そこには、
人間にしか分からない情報
があります。
例えば、
「今日は痛みが強そうだ」
「昨日より呼吸が苦しそうだ」
「腕が上がらない」
「いつもより体位が取りにくい」
こうした情報は、画像データだけでは十分に表現できません。
AIがどれほど進歩しても、
患者さんを“人間として見る”こと
は、医療者の重要な仕事として残ります。
「患者の想い」を治療計画に変換する
ここが放射線治療の面白いところです。
患者さんの言葉を、
治療目標
へ変換する必要があります。
例えば、
「絶対に再発したくない」
という言葉。
これを単純に、
「では最大線量で治療しましょう」
としてはいけません。
医学的に妥当な治療選択肢の中で、
局所制御をどこまで重視するのか
を考える。
一方、
「もう年だから、強い治療はしたくない」
という言葉。
これも、
「では弱い治療にしましょう」
ではありません。
寿命。
QOL。
通院負担。
治療期間。
毒性。
本人の生活。
家族の希望。
これらを含めて考える。
つまり、
患者の言葉を医学的な意思決定へ翻訳する。
これが放射線治療医の仕事です。
「標準治療」は一つではない
ここも誤解されやすいところです。
ガイドラインに複数の選択肢がある場合、
どれを選ぶか
には患者背景が関係します。
例えば、
- 手術
- 化学放射線療法
- SBRT
- 通常分割照射
- 短期照射
- 経過観察
など、疾患によって複数の選択肢が存在します。
「標準治療」という言葉を、
全員に同じ治療をすること
と理解してはいけません。
むしろ、
エビデンスに基づいて妥当な選択肢の中から、その患者に最も適したものを選ぶ。
これがpersonalized medicineです。
2023年の系統的レビューでも、医師と患者では治療の利益・副作用・QOLなどに対する優先順位が異なることが示されています。
AI時代に価値が上がる放射線治療医とは？
AI時代に、
「AIより速くcontouringできる医師」
の価値は下がるかもしれません。
一方で、
AIが出した結果を評価できる医師
の価値は上がります。
さらに、
AIが提示した複数の治療選択肢から、患者さんに合ったものを選べる医師
の価値はもっと上がります。
そして、
患者さん自身も気づいていない「本当の希望」を聞き出せる医師
は、AIには代替しにくいでしょう。
ASCOは2024年に、AIを腫瘍診療へ導入する際の原則として、透明性、患者・医療者への情報提供、説明責任、監督、そしてHuman-Centered Applicationを掲げています。ASCOは明確に、AIは人間の医療者との相互作用を不要にするものではないとしています。
これは非常に重要なメッセージです。
AIは「答え」を出してくれる。でも「何を大切にするか」は決めない
AIに、
「この患者の最適な治療は？」
と聞けば、
大量のデータから答えを出してくれるでしょう。
しかし、本当は質問を変えなければなりません。
「この患者は何を大切にしているのか？」
そして、
「その価値観を考えたとき、医学的に妥当な選択肢は何か？」
と考える。
順番が重要です。
AIに治療を決めてもらうのではない。
人間が治療目標を決め、そのためにAIを使う。
これがAI時代の放射線治療だと思います。
AIは「人間の代わり」ではなく「人間の時間を作る」
私は、これからの放射線治療workflowは、
AI → 人間
ではなく、
AI ＋ 人間
になっていくと思います。
AIには、
- Auto Contouring
- Auto Registration
- Auto Planning
- Dose Prediction
- 画像解析
- QA支援
を任せる。
人間は、
- 治療適応
- 治療目標
- 患者の価値観
- リスクと利益の説明
- 最終的なcontour判断
- 治療計画の妥当性
- 例外への対応
- 患者とのコミュニケーション
を担う。
そして放射線治療技師は、
実際の患者さんと接する最後のworkflow
を支える。
この役割分担が、これからの放射線治療を変えていくでしょう。
だから、AIが進化するほど「人間」が重要になる
AI contouringが完璧になったら、
「放射線治療医はいらなくなる」
のでしょうか。
私はそうは思いません。
むしろ逆です。
輪郭を描く時間が減れば、
患者さんと話す時間が増える。
治療計画を考える時間が増える。
他科と議論する時間が増える。
研究する時間が増える。
そして、
「この患者さんにとって何が一番いいのか」
を考える時間が増える。
これこそ、
AI時代における放射線治療の進化です。
そして「標準治療」の意味が変わる
例えば、
「この患者さんは医学的にはSBRTが可能です。」
しかし患者さんは、
「毎日通院してもいいから、できるだけ確実に治したい」
と言うかもしれない。
逆に、
「長期生存も大事だけれど、残された時間を家族と過ごしたい。毎日病院に来るのは嫌だ」
と言うかもしれない。
どちらも、
患者さんの人生における正しい答え
です。
もちろん、医学的に許容される範囲での話です。
だから、
標準治療＝AIが出した最適解
ではありません。
標準治療＝エビデンスに基づく選択肢を、患者さんの価値観と臨床状況に合わせて選択した結果
と考えるべきです。
AI時代に「患者の想い」を聞ける医療者になる
これからの放射線治療は、
もっと速くなるでしょう。
Auto Contouring。
Auto Planning。
Adaptive RT。
AI QA。
Digital Twin。
Radiomics。
Radiogenomics。
そして、その先にはさらに高度なAIが出てくるでしょう。
しかし、
患者さんが診察室で、
「先生、できるだけ長生きしたいです」
と言ったとき。
「もう年だから、つらいことはしたくありません」
と言ったとき。
「孫の結婚式には絶対に出たいんです」
と言ったとき。
その言葉を、
治療計画にどう反映するか。
これは別の問題です。
AIがどれだけ賢くなっても、
患者さんの人生そのものを生きることはできません。
だから、
AIが進化するほど、患者さんの話を聞く医療者の価値はむしろ上がる。
私はそう考えます。
まとめ
Auto Contouringは、もう特別な技術ではなくなりつつあります。
AIは、
「どこを囲むか」
をかなり高い精度で支援できるようになりました。
しかし、
「なぜそこを治療するのか」
は別問題です。
さらに、
「どこまで治療するのか」
も別問題です。
そして、
「その治療を患者さん自身がどう受け止めるのか」
は、さらに別の問題です。
放射線治療医が考えるべきことは、
「AIより上手にcontouringすること」
だけではありません。
AIが描いた輪郭を疑う。
AIが作った計画を評価する。
AIが提示した選択肢を理解する。
そして、
患者さんの想いを治療目標へ変換する。
放射線技師も同じです。
画面上の患者だけを見るのではなく、
実際に治療台にいる患者さんを見る。
今日の痛み。
呼吸。
体位。
不安。
表情。
そうした情報を治療workflowへ戻す。
AIは、
データを理解することが得意です。
人間は、
人生を理解することができる。
だから、AI時代の放射線治療は、
「AIか人間か」
ではありません。
AIにしかできないことをAIに任せ、人間にしかできないことを人間がやる。
その中心にあるのが、
患者さんの想いです。
「辛くても、絶対に再発したくない。」
「もう年だから、強い治療はしたくない。」
どちらも正しい。
その患者さんにとっての人生が違うからです。
AIがいくら進化しても、
その患者さんが何を大切にするのかは変わらない。
そして、その想いを医学的な治療計画に落とし込んだとき、
それがその患者さんにとっての、
本当の意味での「標準治療」
になるのだと思います。
装置ではなく戦略。
workflowがすべて。
高精度ではなく患者利益。
AI時代でも価値が上がるのは、
患者さんの言葉を聞き、医学と人生をつなげられる医療者です。
理論と臨床は違う。
最後は人間。
