日立と九州大学病院、血液がん16疾患のAI診断支援技術を開発——AUC0.9以上を達成

30秒サマリー

日立製作所と九州大学病院が血液悪性腫瘍の鑑別診断を支援するAI技術を共同開発
白血病・リンパ腫など16疾患を対象に確率付きで候補を提示し、識別精度AUC0.9以上を確認
500例超の臨床データで学習・評価済み。今後は医療機関・検査会社との共同検証へ拡大予定

何が起きたか

日立製作所は2026年6月11日、九州大学病院との共同研究として、血液悪性腫瘍の診断に使用するフローサイトメトリー（FCM）検査データを活用した機械学習型のAI技術を開発したと発表した。

FCM検査は細胞のマーカーの有無や発現強度を計測する手法で、データ解釈に高度な専門性が必要とされる。症例数の増加に伴う解析負担が現場課題となっていた。今回開発したAIは、マーカー陽性率を特徴量として用い、医師の診断プロセスに近い形で疾患を分類する設計となっている。白血病・リンパ腫・多発性骨髄腫を含む計16クラスの候補疾患を確率とともに複数提示し、医師の判断を補助する。

九州大学病院が保有する500例以上の臨床データを使って学習と評価を実施した結果、複数疾患の同時分類においてAUC（識別性能指標）0.9以上の性能を確認した。今後は医療機関や検査会社との共同検証を通じて評価規模を拡大し、実装を目指すとしている。

原典ハイライト

九州大学病院の500例超の臨床データで学習・評価を実施し、16疾患の同時分類でAUC0.9以上を達成。候補疾患を確率付きで複数提示することで、医師の判断材料整理と新たな気付きを支援する設計としている点が核心。

出典: ITmedia AI＋（報道）

So What?（なぜ重要か）

専門医不足と症例増加が同時進行する日本の血液内科領域において、高精度な疾患分類AIが実用水準（AUC0.9以上）に到達したことは、診断支援ツールの臨床実装が現実的な段階に入りつつあることを示す。大手製造業が医療機関と組んで臨床データを活用するモデルは、今後の医療AIビジネスの一つの型として注目される。

日本企業への示唆

医療機器メーカー・検査会社・ITベンダーにとっては、類似の産学連携モデルが競合優位の構築手段になり得る。自社に臨床データへのアクセス経路がなければ、大学病院や検査会社との提携交渉を早期に進める必要がある。また、AIを「確率付き候補提示」として医師の判断を補助する設計は、薬機法上の規制リスクを抑えつつ実用化を進める現実的なアプローチとして参考になる。