皮膚癌診断のための注意に基づく公正な人工知能モデル
カテゴリ：災害・救急医療
公開日：2026年6月19日
タイトル：Attention guided fair artificial intelligence modeling for skin cancer diagnosis
雑誌名：NPJ Digit Med. 2026 Jun 19; doi: 10.1038/s41746-026-02897-8.
概 要：
本研究では、皮膚癌の診断における性別バイアスを軽減するために、LesionAttnというアルゴリズムを開発しました。従来の研究では皮膚色のバイアスに焦点が当てられてきましたが、性別バイアスは十分に探求されておらず、診断の不均衡を助長する可能性があります。LesionAttnは、医師の診断焦点を反映する形でモデルの注意を病変に向けることで、性別の公平性と診断性能のバランスを取ります。大規模な皮膚科データセットでの検証により、LesionAttnは性別バイアスを有意に軽減し、高い診断性能を維持しました。
方 法：
この研究は、バイナリ悪性分類のための2つの大規模皮膚科データセットを用いた検証を行ったコホート研究です。LesionAttnアルゴリズムは、Pareto Frontier最適化を組み合わせて、性別の公平性と診断性能の二重目的のモデル選択を行いました。
結 果：
LesionAttnは、既存のバイアス軽減アルゴリズムを上回る性能を示し、性別バイアスを有意に軽減しながら、高い診断性能を維持しました。具体的な数値は示されていませんが、診断性能の向上が確認されました。
結 論：
医療において重要な特徴にモデルの注意を明示的に向けることで、皮膚科AIの性能と公平性を同時に向上させる実用的なアプローチが示されました。この研究は、臨床の専門知識とアルゴリズムの最適化を結びつける実現可能な道筋を示しています。