放射線科医のいない村へ、AIが届ける希望 ― インド、結核と闘う「qXR」の物語

2026年5月30日

インド北東部、ナガランド州のモン県。深い山々に囲まれたこの地域には、放射線科医がいません。隣の県にもいません。咳が止まらない患者が胸部X線を撮っても、その画像を読み解ける専門医に行き着くまでに、長い時間と距離が立ちはだかります。結核(TB)は、早期発見できれば治る病気です。けれども診断が遅れれば、命に関わり、周囲への感染も広がっていく。そんな医療の空白地帯に、いま新しい希望が届き始めています。インド発のAIが、放射線科医のいない村で、X線写真を読み解いているのです。

世界の結核患者の28%が暮らす国

結核は、過去のものではありません。WHO(世界保健機関)によれば、いまも世界で年間1,000万人以上が結核を発症し、命を落とす人も後を絶ちません。なかでもインドは、世界の結核患者の約28%を占める最大の高負担国です。2023年だけで、新たに約280万人が結核を発症したと推定されています。

結核との闘いで最大の壁となるのが、「見つからない患者」の存在です。WHOは、世界に最大274万人もの「診断されていない結核患者」がいると推定しています。胸部X線は結核の有力なスクリーニング手段ですが、問題はその先にあります。撮影したX線画像を、誰が読み解くのか。インドの農村部や山岳地帯では、放射線科医が決定的に不足しているのです。ある地域では、100キロ圏内に専門医が一人もいないことも珍しくありません。X線は撮れても、診断できない ― この空白が、結核の発見を遅らせ、多くの命を危険にさらしてきました。

1分で、X線を読み解くAI

この空白を埋めようとしているのが、ムンバイを拠点とするインドの企業Qure.ai(キュア・エーアイ)が開発した「qXR(キューエックスアール)」というAIです。胸部X線画像を読み込ませると、AIが結核に関連する異常を検出し、結果を示す。その所要時間は、わずか1分足らず。放射線科医がいない場所でも、撮影したその日のうちに、結核の疑いがあるかどうかの判断ができるのです。

2021年3月、このタイプの技術にとって歴史的な出来事がありました。WHOが結核スクリーニングのガイドラインを改訂し、AIを使ったコンピュータ支援検出(AI-CAD)を、15歳以上の成人について「人間の読影者の代わりに使ってよい」と初めて推奨したのです。これは、WHOが医療のどの分野においても、AIソフトウェアの使用を推奨した史上初めての事例でした。このとき評価対象となった主要な3つのAIのひとつが、Qure.aiのqXRでした。

技術は進化を続けています。qXRの精度を示すAUC(判別性能の指標)は、新しいバージョンで0.9を超え、いくつかの研究では人間の読影者を上回る水準に達しています。現在、qXRは世界67か国、2,600を超える施設で導入されており、特にインドをはじめとする結核高負担国のプログラムで活躍しています。

農村の最前線で、何が変わったか

このAIがもたらした変化は、数字にも、現場の声にも表れています。ムンバイやラジャスタン州の一部地域では、AI導入によって結核の届け出件数が30〜40%増加しました。これは、これまで見逃されていた患者が、新たに発見されるようになったことを意味します。あるインドでの大規模な取り組みでは、放射線科医が「結核の疑いはない」と判断したケースのなかから、AIが追加で結核を拾い上げ、全体の検出率を約15.8%押し上げたという報告もあります。

2026年1月には、インド中部チャッティースガル州の部族集団を対象とした大規模な多施設研究の成果が、医学誌に発表されました。一般人口よりも結核の罹患率が高い部族地域で、qXRが結核の発見に有効であることが実証されたのです。インドの国家結核根絶プログラムにもAIが組み込まれ、「NIDAAN」と呼ばれる統合的な肺の健康スクリーニング事業では、qXRが30種類以上の胸部の異常を検出しています。こうした取り組み全体で、結核患者の不良な転帰(治療の失敗や脱落、死亡など)が27%減少したと報告されています。

ジャールカンド州シムデガ県の医療現場からは、こんな声が届いています。「私たちの県にも、隣の県にも、訓練を受けた放射線科医がいません。確定診断の前の予備的な診断は、胸部X線に頼るしかない。このAIは、こうした遠隔で孤立した地域にとって、まさに完璧な答えです」。100キロ先にしか専門医がいない地域では、AIによる診断は「あれば便利な高級品」ではありません。それは、その日に得られる唯一の診断手段なのです。

AIが「すべて」ではない ― 残された課題

もちろん、AIは万能の解決策ではありません。WHOの推奨自体に、明確な限界が記されています。このAI-CADは15歳未満の子どもには推奨されておらず、結核の既往歴がある人やHIVと共に生きる人では、精度が下がることが知られています。子どもの結核は見逃されやすく、WHOの報告でも、5歳未満の対象者のうち結核予防ケアを受けられたのは42%にとどまるという、深刻な格差が残っています。

また、AIはあくまでスクリーニングと振り分けの道具であり、確定診断には喀痰検査など別の検査が必要です。現場でAIを使いこなすには、適切な運用方法の習得や、医療システムへの統合、そして何より「AIが出した結果を、その後の治療にどうつなげるか」という体制づくりが欠かせません。技術があるだけでは、人は救えない。それを支える人と仕組みがあって、初めてAIは力を発揮します。Qure.aiのqXRも、単独ではなく、咳の音を分析する「Cough Against TB」など、ほかの技術や、地域の保健従事者の地道な活動と組み合わされることで、その真価を発揮しています。

そして、忘れてはならない、より根本的な限界があります。AIは結核を「早く見つける」ことはできますが、結核を「生み出す土壌」そのものには手が届きません。栄養不良、過密な居住環境、上下水道の未整備、社会保障の不在 ― 結核という病の背後には、こうした構造的な貧困があります。AIによる診断アクセスの改善は、治療の遅れを減らし、家計の打撃を和らげる助けにはなりますが、それだけで貧困の連鎖が断たれるわけではありません。結核の真の克服には、医療技術と並行して、より広い社会政策が必要です。

祈りは、遠い村のX線写真とともにAIが「すべて」ではない ― 残された課題

持続性という課題もあります。AIモデルは頻繁にバージョンが更新され、その都度、現地での再検証が必要になります。多様な民族・年齢層・併存疾患を抱える集団でも公平に機能するかを確かめるには、相応のコストがかかる。現在の運用は、ベンダー企業の負担、国際保健の援助資金、各国政府の予算が組み合わさって支えられていますが、援助が途切れれば現場での運用が止まるリスクは残ります。WHO主導の標準化されたベンチマーク、データを各国に置いたまま学習させる「連合学習(Federated Learning)」、低・中所得国向けの集合的調達など、解決に向けた模索は始まっていますが、まだ道半ばです。

結核は、貧しさと深く結びついた病気です。栄養状態、住環境、医療へのアクセス。社会のなかで最も弱い立場に置かれた人々ほど、結核に苦しみ、診断から遠ざけられてきました。だからこそ、ある研究者は「結核の診断格差は、医療の課題であると同時に、社会正義の問題でもある」と語ります。誰の命も、生まれた場所や経済状況によって軽んじられてはならない ― その当たり前の願いが、AIという技術を通して、少しずつ形になり始めています。

世界の平和を願うとき、私たちは病という見えにくい敵のことを忘れがちです。けれども、治る病で命を落とす人がいなくなること、どんなに遠い村でも適切な診断が受けられること ― それもまた、平和な世界の確かな一部です。インドで生まれたこのAIは、いまマレーシア、タイ、エルサルバドル、コロンビアなど、世界の他の高負担国にも広がりつつあります。一つの国の課題から生まれた知恵が、国境を越えて、同じ困難を抱える人々を照らし始めているのです。

放射線科医のいない、どこか遠い村で。今日も一枚のX線写真がAIに読み込まれ、ひとりの患者の結核が、早期に見つかろうとしています。その小さな診断のひとつひとつに、遠くから祈りを重ねたいと思います。

参考・引用

関連リンク:インドの平和を祈りましょう