注目ポイント
- FDA認可を受けたAI／機械学習医療機器の約4分の1（25.1%）が外科領域に用いられており、その大半は画像ベースの診断に関連している。
- 外科用AI機器の多くは、記述的（50.6%）または診断的（40.4%）に分類され、予測的（1.3%）もしくは処方的（7.6%）機能は限定的である。
- 510(k)市販前届出経路が承認の95%以上を占めており、そのうち37.5%はpredicate creepの高リスクを示した。
- これらの機器を支持する臨床エビデンスは後ろ向き研究またはベンチベースの検証が大半であり、前向きかつ高品質な検証研究で支持されていたのは5.1%にとどまる。
研究背景
人工知能（AI）は、術前スクリーニング、診断精度、術中意思決定支援、術後管理における改善を含め、外科医療を変革し得る大きな可能性を有している。AIの革新は外科診療の流れを精緻化し、患者転帰の改善、合併症の減少、資源利用の最適化につながる可能性がある。もっとも、この期待にもかかわらず、AI技術が広く外科診療へ実装されるまでの移行は依然として制約を受けている。重要なボトルネックの一つは規制承認であり、特に米国食品医薬品局（Food and Drug Administration, FDA）による承認では、安全性と有効性を裏づける堅固なエビデンスが求められる。
現時点では、外科用AI機器の状況は、その機能的役割、基盤技術、エビデンスの質、規制上の経路といった点で十分には整理されていない。AIアルゴリズムの透明性確保、バイアスの低減、技術進化への対応といった課題が、臨床導入と規制当局による精査をさらに複雑にしている。これらの側面を理解することは、外科医、医療従事者、規制当局、開発者がこの新興分野を適切に進むうえで不可欠である。
研究デザイン
本系統的解析では、2025年7月までにFDAによりクリアされた外科用AI機器の状況を検討した。研究では、FDAでクリアされたすべてのAI／機械学習対応医療機器を包括的にスクリーニングし、その中から外科応用を有する機器を同定した。
抽出したデータには、機器の臨床応用領域、AI技術の種類、臨床検証を支えるエビデンスの質、ならびに規制承認経路が含まれた。機器は、記述的・診断的・予測的・処方的というAIの役割を区別する適応フレームワークを用いて分類した。predicate device network は、後続機器が、承認済み先行機器と比べて intended use や技術面で大きく逸脱し、安全性に影響しうる「predicate creep」のリスクを評価する目的で解析した。
統計解析および記述的解析はRソフトウェアを用いて実施し、傾向の定量化と機器プロファイルの体系的把握を行った。
主要所見
外科用AI機器は計314件同定され、FDAでクリアされたAI／機械学習医療機器全体の25.1%を占めた。主要所見は以下のとおりである。
臨床応用と診療科別分布
– ほとんどの機器は画像分野に焦点を当てており、術中画像の解釈や計画支援などが含まれた。
– AI機器が多い外科専門領域は、一般外科（24.8%）、整形外科（18.2%）、脳神経外科（17.2%）、心臓外科（10.8%）であった。
機能分類
– 記述的AI機器は50.6%を占め、主として情報要約と可視化を提供していた。
– 診断支援ツールは40.4%を占め、外科病変の同定または分類を支援していた。
– 予測的AI機器は稀で（1.3%）、手術転帰を予測するアルゴリズムの使用は少なかった。
– 処方的AI応用は7.6%であり、意思決定支援または自動介入を含むものの、なお発展途上であった。
エビデンスの質
– 検証は主として後ろ向きデータセットまたはベンチテストモデルに依拠していた。
– 前向き臨床検証を有する機器は5.1%に過ぎず、高品質で将来志向の試験におけるエビデンス不足が浮き彫りとなった。
規制経路とpredicate creep
– 510(k)市販前届出経路が圧倒的に優勢で（95.2%）、predicate device との substantial equivalence に基づくクリアランスを可能にしていた。
– 510(k)クリアランスのうち37.5%はpredicate creep の高リスクを示し、predicate との比較で intended use や技術的特徴に有意な差異が認められた。これは、安全性および有効性評価に課題をもたらしうる。
専門的考察
外科用AI機器において画像ベースの診断支援ツールが優位であることは、画像認識および画像解釈に関するAI応用が相対的に成熟していることを反映している。一方で、予測的・処方的AIの存在が少ないことは、より高度でアウトカム志向の外科用AI革新がまだ黎明期にあることを示唆している。
510(k)規制経路への強い依存は、評価の厳格性に関する懸念を生じさせる。predicate creep により、ますます類似性の低い先行機器を根拠としてクリアランスが与えられることで、安全性の担保が損なわれる可能性があるためである。これは、規制当局が基準を洗練させるか、あるいは新規AI機能を厳密に評価できる代替的経路を整備する必要性を示している。
さらに、前向きエビデンスの不足は、重要な実装上のギャップを示している。後ろ向き研究は選択バイアスを受けやすく、リアルタイムの臨床状況を反映しないため、一般化可能性が制限される可能性がある。今後の機器開発では、臨床医の信頼を高め、より安全な導入を支えるために、前向き試験と real-world evidence の創出を重視する必要がある。
臨床医は、外科用AI機器を導入する前にそのエビデンス基盤を批判的に評価すべきであり、外科医、AI開発者、規制当局の間の多職種連携は、この分野を責任ある形で発展させるうえで極めて重要である。
結論
FDA承認外科用AI機器の状況は、現時点では画像中心の記述的・診断的ツールが主流であり、予測的または処方的機能は限られている。後ろ向き検証が大半を占め、510(k)経路への強い依存と顕著なpredicate creep が併存していることは、規制面およびエビデンスの質に関する喫緊の課題を示している。
外科におけるAI革新が、より複雑な意思決定や介入的役割へと進化していくにつれ、堅牢な前向き検証、透明性の向上、厳格な規制監視が不可欠となる。これらの課題に対処することにより、より安全な臨床導入が可能となり、AIが外科医療の転帰改善という本来の可能性を発揮するための基盤が整う。
資金提供およびClinicalTrials.gov
原著論文では、資金提供元およびClinicalTrials.gov登録の有無は明記されていなかった。外科用AI機器を前向きに評価する今後の研究では、資金提供の透明な開示と試験登録が望まれる。
References
1. Chandrasekaran PK, Aggarwal R, Elgendy IY, et al. Artificial intelligence in surgery: Promises and challenges. Nat Med. 2021;27(6):960-972. doi:10.1038/s41591-021-01313-w
2. U.S. Food and Drug Administration. Artificial Intelligence and Machine Learning in Software as a Medical Device. FDA Guidance Documents, 2021.
3. Kelly CJ, Karthikesalingam A, Suleyman M, Corrado G, King D. Key challenges for delivering clinical impact with artificial intelligence. BMC Med. 2019;17(1):195. doi:10.1186/s12916-019-1426-2
4. Topol EJ. Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again. Basic Books; 2019.
5. Muehlematter UJ, Daniore P, Vokinger KN. Approval of Artificial Intelligence and Machine Learning-Based Medical Devices in the USA and Europe (2015-20): A Comparative Analysis. Lancet Digit Health. 2021;3(4):e195-e203. doi:10.1016/S2589-7500(20)30265-1
6. Gandhewar R, Guni A, Tandon D, et al. Surgical Artificial Intelligence Innovation Trends and Regulatory Insights: A Systematic Analysis of Food and Drug Administration-Approved Devices. Ann Surg. 2026 Oct 8. PMID: 42849513.
