NVIDIAが医療画像解析を500枚／秒まで高速化する——。この進歩によって、画像診断AIの課題は解決へ向かうのでしょうか。

結論は逆です。AIが高速化し、大量の画像を自動処理するほど、DSA＋DAGによる監査の必要性は高まります。

NVIDIAが提供するのは、GPUやCUDAなどを基盤とした圧倒的な「計算能力」です。しかし、500枚を処理できることと、500枚を医学的に正しく理解できることは同じではありません。

全体のAUCが高くても、AIが疾患ではなく撮像装置や施設の違いを学習しているかもしれません。軽症例や稀少病型、特定の年齢・人種が全体平均に埋没している可能性もあります。画像単位の性能を、患者単位の診断能力へ読み替えているかもしれません。

処理速度が500倍になれば、こうした偏りも500倍の速度で再生産され得ます。

DSAは、AUCや感度・特異度という一つの指標へ圧縮される前に、データの分布構造を確認します。「全体として高性能」という評価の背後に、異なる装置、施設、病型、重症度、画質からなる集団が隠れていないかを検証します。

DAGは、画像と診断・転帰の関連が、本当に病態を反映しているのか、それとも交絡、選択、測定過程によって生じたのかを検証します。AIがトリアージや追加検査、治療選択を動かすようになれば、AIの判定自体が、その後に生成される医療データを変えてしまいます。

したがって、監査は開発時の性能確認だけでは足りません。承認・導入前には「性能から臨床的有用性への主張が成立するか」を検証し、導入後には施設、装置、患者構成、撮像条件の変化を継続的に監視する必要があります。

NVIDIAは、500枚／秒で解析できる世界をつくります。

DSA＋DAGは、その500枚／秒の判断を、どの条件まで信用してよいかを明らかにします。

AIの価値の中心は、速度や精度の競争から、「信頼性を継続的に証明できるか」へ移り始めています。高速化は監査を不要にするのではありません。監査すべき判断の量と、その社会的影響を拡大するのです。