「医療システム学習」は
医療AIをどう変えるのか
NeuroVFMが示した、日常診療データから汎用モデルを育てる新しい発想
この記事の要点 |
医療システム学習（health system learning）とは、研究用に厳選したデータセットではなく、医療機関の日常診療で自然に蓄積される画像・記録・検査結果を、基盤モデルの学習環境として活用する考え方です。NeuroVFMは、524万件を超えるMRI・CTボリュームから汎用的な神経画像表現を学習し、この発想を具体的に示しました。 |
対象：医療者、臨床研究者、医療AIの導入・開発担当者
2026年7月14日
生成AIや画像基盤モデルは、インターネット上の膨大な公開データを使って急速に発展してきました。しかし、医療の中でもとりわけ神経画像は公開データが少なく、一般的なAIの「学習資源」から取り残されてきました。MRIやCTには顔貌など個人を識別し得る情報が含まれ、公開や共有が難しいためです。
この制約に対する一つの答えが、NeuroVFM論文で提示された「医療システム学習」です。
医療機関が日常診療の中で生み出す未選別のデータを、そのまま大規模自己教師あり学習の土台にする。これは単なるデータ量の拡大ではなく、医療機関そのものをAIの学習環境として捉え直す発想です。
1．「医療システム学習」とは何か
NeuroVFM論文では、health system learningを「日常の臨床運用で生成される未選別データから直接学習すること」と位置づけています。ここでいう未選別（uncurated）は、品質管理をしないという意味ではありません。研究者が疾患、年齢、重症度、装置、撮像プロトコルを手作業で絞り込み、きれいな研究用コホートを作る前に、臨床現場で実際に生じている多様性を保ったまま事前学習へ使う、という意味です。
従来型AIとの違い |
従来の医療AIは、特定疾患・特定タスクのために、専門家がラベル付けしたデータセットを作り、その範囲内で高い性能を目指してきました。医療システム学習は、まず幅広い臨床データから汎用表現を学び、その後に診断、予後予測、レポート生成など複数の用途へ適応させます。 |
2．NeuroVFMは何を学んだのか
NeuroVFMは、Michigan Medicineに20年以上蓄積された566,915件の検査、合計5,239,579のMRI・CTシリーズを用いて学習されました。MRIは約365万、CTは約159万で、脳だけでなく頭部、頸部、顔面、眼窩まで含まれます。重要なのは、疾患別に整えた研究用データではなく、PACSに蓄積された臨床画像の大部分を学習対象とした点です。
項目 | NeuroVFMの特徴 |
学習データ | 524万件超の臨床MRI・CTボリューム |
学習方法 | 画像のみを使う自己教師あり学習（Vol-JEPA） |
対象範囲 | 脳・頭部・頸部・顔面・眼窩 |
下流タスク | 診断、異常検出、予後予測、レポート生成 |
特徴 | MRIとCTを共通の神経解剖学的潜在空間に配置 |
表1．NeuroVFMの設計概要
3．Vol-JEPAを臨床家向けに理解する
NeuroVFMの中心技術は、3次元画像向けのJoint-Embedding Predictive Architecture、すなわちVol-JEPAです。通常の画像生成モデルは、隠した部分の画素を細かく復元しようとします。一方、JEPAは、見えている領域から隠された領域の「意味表現」を予測します。
たとえば、脳MRIの一部だけを見せられたモデルが、隠れた領域について、単なる濃淡ではなく「ここには側脳室がある」「この空間配置なら基底核が続く」「この信号パターンは病変を含む可能性がある」といった高次の表現を推定するイメージです。撮像条件の細部より、解剖構造、病変、空間関係を学びやすいことが利点です。
臨床的な意味 |
自己教師あり学習では、すべての画像に診断ラベルを付ける必要がありません。したがって、希少疾患、非典型例、術後変化、低品質画像、施設固有のプロトコルなど、通常の研究データセットから除外されがちな情報も、事前学習の材料になり得ます。 |
4．何ができるようになったのか
NeuroVFMは、凍結した画像エンコーダに軽量な診断ヘッドを接続した評価で、多数のMRI・CT診断タスクにおいて既存の基盤モデルを上回りました。さらに、MRIとCTが共通の神経解剖学的潜在空間に埋め込まれ、モダリティや撮像方向をまたいで同じ解剖構造が近接する表現を獲得していました。
脳年齢推定、Alzheimer病、軽度認知障害の進行、Parkinson病、ASD、頭部CT異常など、複数の外部課題へ転用できた。
オープンソースLLMと接続すると、放射線診断レポートの正確性、緊急度判断、専門家選好が改善した。
存在しない所見の記載、重大な誤り、臨床的に危険なハルシネーションが減少した。
データ量とモデル規模を増やすほど性能が向上するスケーリング傾向が示された。
5．なぜ「未選別」の日常診療データが強いのか
① 病気の多様性を自然に含む
日常診療には典型例だけでなく、併存疾患、術後、治療後、軽症、進行例、偶発所見が混在します。モデルは、教科書的な疾患像ではなく、現実の診療分布に近い表現を学べます。
② ラベル作成がボトルネックにならない
専門医による詳細なラベル付けは高価で時間がかかります。自己教師あり学習は、画像そのものを教師として利用するため、事前学習の規模を大きくしやすくなります。
③ 装置・プロトコルの差を学習できる
磁場強度、メーカー、スライス厚、造影の有無、緊急撮像などのばらつきは、通常はノイズとみなされます。しかし臨床実装を考えると、このばらつきへの耐性こそ重要です。
④ 一つのモデルを複数用途へ再利用できる
診断ごとに別々のモデルを作るのではなく、共通の画像表現を、診断、予後、トリアージ、レポート生成へ展開できます。
6．関連研究から見える大きな潮流
医療システム学習は、NeuroVFMだけの孤立したアイデアではありません。近年の医療AIでは、未ラベルデータ、医療システム規模の学習、汎用モデルという三つの流れが合流しています。
研究 | データ領域 | 医療システム学習との関係 |
NYUTron | 電子カルテ記載 | 医療システム規模の臨床記録から、死亡、再入院、在院日数など複数タスクへ適応 |
RETFound | 網膜画像 | 未ラベル画像から汎用表現を学び、複数疾患へ転用 |
UNI | 病理画像 | 大規模自己教師あり学習による汎用病理基盤モデル |
Prima | 神経MRI＋レポート | 画像とレポートの対応を利用した神経画像VLM |
Delphi | 疾患履歴 | 診断イベントの時間列から疾患の自然史を学習 |
表2．医療システム学習に連なる代表的研究
NeuroVFMの新規性は、これらの潮流を3D神経画像へ広げただけではありません。PACS全体を「研究用データの置き場」ではなく、継続的な学習資源として明示的に位置づけた点にあります。
7．期待だけでは見落とす、重要な限界
最大の落とし穴 |
単一医療システムのデータを大量に学習したモデルは、その施設の患者紹介パターン、検査適応、装置構成、撮像習慣、レポート文化まで学習します。モデルが学んだものを「医学そのもの」と誤認してはいけません。 |
単一施設由来のため、他施設・他国・異なる装置構成での再現性は十分に確立していない。
後ろ向きデータ中心で、患者アウトカムを改善するかは前向き臨床試験で未検証である。
未選別データには、診療上の偏り、欠測、重複、歴史的な撮像慣行が含まれる。
大規模モデルは平均性能が高くても、希少疾患、術後、金属、体動、低線量などで重大な失敗を起こし得る。
継続学習を行う場合、モデル更新に伴う性能変化と規制上の変更管理が必要になる。
8．臨床導入で本当に見るべき評価項目
基盤モデルの論文ではAUROCや平均精度が注目されます。
しかし、臨床導入で重要なのは「平均的に当たるか」だけではありません。重大な見逃しがどの場面で起こるか、低信頼時に人へ戻せるか、モデル更新後も性能が維持されるかを確認する必要があります。
自施設データを用いた外部検証と、時間をずらした時間的検証があるか。
年齢、性別、疾患群だけでなく、装置、磁場強度、プロトコル別の性能が示されているか。
偽陰性と偽陽性の臨床的コストが定義されているか。
出力確率が校正され、低信頼例を棄却できるか。
レポート生成で左右誤り、比較検査の捏造、存在しない所見が独立に評価されているか。
モデル更新、障害時の代替フロー、責任分担、インシデント報告が設計されているか。
9．日本の医療機関で実装するなら
日本で医療システム学習を進める場合、いきなり巨大モデルを学習するより、データ基盤、ガバナンス、外部評価を段階的に整える方が現実的です。
第1段階：データ地図を作る
PACS、EHR、検査部門システムに何が、どの形式で、どの期間保存されているかを棚卸しします。患者単位の重複、装置情報、プロトコル、レポートとの対応を確認します。
第2段階：ガバナンスを先に決める
二次利用の法的根拠、倫理審査、オプトアウト、アクセス権、監査ログ、モデル更新権限を定義します。
第3段階：限定領域で自己教師あり学習を試す
まずは頭部CTや胸部CTなど、データ量が多く臨床課題が明確な領域で、表現学習と小規模な下流評価を行います。
第4段階：多施設検証へ進む
単一施設内の性能ではなく、地域、装置、診療機能が異なる施設で外部検証します。
第5段階：前向き実装研究を行う
診断精度だけでなく、読影時間、緊急所見の検出、患者アウトカム、医療資源配分への影響を評価します。
10．結論：医療AI開発の主語が「モデル」から「医療システム」へ
医療システム学習の本質は、「臨床データを大量に使うこと」ではありません。医療機関が日々生み出すデータの流れそのものを、汎用医療AIの学習環境に変えることです。NeuroVFMは、524万件を超える3D画像を用いて、疾患横断・モダリティ横断の神経画像表現を構築し、この発想が技術的に成立し得ることを示しました。
ただし、巨大な単一施設データから得られた高性能が、そのまま普遍的な臨床価値を意味するわけではありません。次の課題は、多施設での再現性、前向きな臨床効果、継続更新の安全管理です。医療AIの競争軸は、単一ベンチマークの最高スコアから、医療システムが安全に学び続けるためのデータ基盤と運用設計へ移りつつあります。
Take-home message |
NeuroVFMが示したのは、PACSやEHRが単なる記録保管庫ではなく、汎用医療AIを育てる「学習インフラ」になり得るということです。今後の成否を分けるのは、モデルの大きさだけではなく、外部妥当性、ガバナンス、臨床ワークフロー、継続的な安全監視です。 |
主要参考文献
1. Kondepudi A, et al. Health system learning enables generalist neuroimaging models. Nature Medicine. 2026. doi:10.1038/s41591-026-04497-1
2. Moor M, et al. Foundation models for generalist medical artificial intelligence. Nature. 2023;616:259-265. doi:10.1038/s41586-023-05881-4
3. Jiang LY, et al. Health system-scale language models are all-purpose prediction engines. Nature. 2023;619:357-362. doi:10.1038/s41586-023-06160-y
4. Zhou Y, et al. A foundation model for generalizable disease detection from retinal images. Nature. 2023;622:156-163. doi:10.1038/s41586-023-06555-x
5. Chen RJ, et al. Towards a general-purpose foundation model for computational pathology. Nature Medicine. 2024;30:850-862. doi:10.1038/s41591-024-02857-3
6. Lyu Y, et al. Learning neuroimaging models from health system-scale data. Nature Biomedical Engineering. 2026. doi:10.1038/s41551-025-01608-0
7. Shmatko A, et al. Learning the natural history of human disease with generative transformers. Nature. 2025;647:248-256. doi:10.1038/s41586-025-09529-3
8. Assran M, et al. Self-supervised learning from images with a joint-embedding predictive architecture. CVPR 2023. doi:10.1109/CVPR52729.2023.01499
注：本稿は2026年7月14日時点の公開論文を基にした解説です。NeuroVFMは研究段階の基盤モデルであり、個別患者の診療判断へ直接使用できることを意味しません。
