不確定肺結節のリスク層別化における人工知能支援の費用対効果分析
カテゴリ：手術支援
公開日：2026年3月6日
タイトル：Cost-effectiveness analysis of artificial intelligence-assisted risk stratification of indeterminate pulmonary nodules
雑誌名：PloS One. 2026; 21(3): e0343492. doi: 10.1371/journal.pone.0343492. Epub 2026 Mar 05.
概 要：
本研究は、不確定肺結節（IPN）の癌リスク層別化において、人工知能（AI）支援の臨床評価が従来の臨床評価と比較して費用対効果が高いかを評価することを目的としています。肺癌スクリーニングの拡大に伴い、診断評価を必要とするIPNが増加しており、非侵襲的な特性評価が癌診断までの時間を短縮し、良性疾患に対する侵襲的手技を減少させる可能性があります。AI支援の評価がどの程度費用対効果があるかはこれまで定量化されていませんでした。
方 法：
本研究では、支払者の視点から生涯にわたる決定モデルを構築しました。基準ケースは、65%の悪性腫瘍の有病率を持つ臨床集団において、60歳の手術候補者に偶然発見された1.1cmのIPNです。主要評価指標は、獲得した生涯年数（LYG）あたりのコストです。すべてのパラメータに対して決定論的感度分析を行い、確率的感度分析も実施しました。また、AIの利用が費用対効果となる悪性腫瘍の有病率の閾値を評価しました。
結 果：
AI支援のリスク層別化は、従来の臨床評価と比較して0.03年の生涯年数の増加をもたらしました。65%の悪性腫瘍の有病率において、AIは1LYGあたり4,485ドルの増分費用対効果比（ICER）で費用対効果がありました。一方、悪性腫瘍の有病率が5%未満の場合、AI支援のICERは1LYGあたり100,000ドルの標準的な支払い意欲の閾値を超えました。
結 論：
悪性腫瘍の事前確率が5%を超える臨床環境において、AI支援のIPNリスク層別化は従来の臨床評価と比較して費用対効果が高いことが示されました。