正常変異と病的口腔粘膜病変の写真診断におけるAI：前向き観察研究
押さえるべきポイント
70人の各1画像を、専門医の診断と必要時の病理検査を基準に評価した。
正常変異の正確度は4oで14.3％→81.0％、5で14.3％→76.2％だった。
臨床情報の追加で改善したが、モデル間の数値差は有意な優越性を示さなかった。
研究を読み解く
原文抄録に基づく日本語要約。全文翻訳ではありません。
クロアチアの施設で連続登録した成人70人（正常変異21人、病変49人）の写真各1枚を、ChatGPT-4oとChatGPT-5で評価した。画像のみと臨床情報付き画像を比較し、第一候補の診断正確度は4oで19.0％から69.0％、5で9.0％から51.0％へ改善した（p＜0.001）。病変群では20.4％から63.3％、6.1％から40.8％だった。4oが数値上高かったが、対応のあるモデル間比較は非有意だった。著者らは優越性・同等性とも確立せず、従来の臨床診断を置き換えられないとする。
診療との接点を考える
編集上の考察。個別の治療指示ではありません。
編集考察：写真単独の限界と臨床情報の役割を示す。モデル名から一般的な能力順位や、診察を代替できる性能を結論できない。
限界と注意点
- 編集考察：単施設の特定モデル・入力条件の評価である。全例に病理検査を行ったわけではなく、モデル間非有意差は同等性ではない。
AIによる執筆と別工程の原文照合。歯科医師未監修。初版：2026-09-15、更新：2026-09-15。照合日：2026-09-15
原文・出典
Artificial Intelligence for Diagnosing Normal Anatomical Variants and Pathological Oral Mucosal Lesions: A Prospective Observational Study.
Glavina A, Galešić M, Poposki B, Tadin A.
Medicina (Kaunas, Lithuania)
原著公開：（オンライン公開日）
出典確認：2026-09-15。診療分野：口腔外科（仮分類）