1. 科学的根拠の概要
科学的研究と検証によって進化するAI皮膚解析技術
Skiniveは、人工知能（AI）による皮膚画像解析を専門とする欧州のデジタルヘルス技術企業です。独自に開発したAI技術は、スマートフォンで撮影した写真から皮膚の目に見える特徴を解析し、皮膚の健康に対する意識向上、状態の記録、継続的な経過観察を支援することを目的としています。Skiniveは2020年以降、AI技術の開発、皮膚科専門医が注釈を付けた画像データの活用、体系的な性能検証、科学的研究、臨床評価を通じて、技術の改良を継続してきました。
Skiniveの科学的根拠は、社内で実施した技術的検証、独立した医療機関による臨床評価、査読付き学術研究、実際の利用環境で蓄積された豊富な実績によって構成されています。これらの情報を組み合わせることで、技術の性能、可能性、限界を多角的に評価しています。
主な科学的検証結果
- 2026年の社内AI技術検証で27,829枚の皮膚画像を評価。
- 定められた社内検証条件において、**感度97.4%、特異度93.1%**を達成。
- 独立した臨床評価で160症例を分析し、上位3候補の一致率70.6%、潜在的な臨床的有用性を示す複合指標**80.0%**を記録。
- AIモデルの開発に、皮膚科専門医が注釈を付けた250,000枚の画像を使用。
- Skiniveの技術を利用した皮膚解析は、世界累計600万回以上（2026年第2四半期時点）。
- EU医療機器規則（EU）2017/745（MDR）に基づく、CEマーキングを取得したクラスI医療機器。
これらの性能評価結果は、それぞれ異なる評価方法と指標に基づいています。社内技術検証で得られた数値を、独立した臨床評価によって確立された診断精度として解釈することはできません。また、潜在的な臨床的有用性を示す複合指標も、診断精度を意味するものではありません。
科学的透明性に対するSkiniveの取り組み
Skiniveは、AIを活用した皮膚画像解析技術の責任ある開発に取り組んでいます。アルゴリズムの性能を継続的に検証するとともに、新たな科学的知見を確認し、AIによる画像解析の限界についても評価を重ねています。この科学的根拠に関する情報ページでは、技術検証の結果、臨床評価、学術論文、医療機器としての規制上の位置付けを、関連資料とともに紹介しています。
Skiniveの技術は、皮膚の健康に対する意識向上と経過観察を支援することを目的としており、医療専門家による診察に代わるものではなく、独立して医学的診断を行うものでもありません。
2. 臨床的エビデンスの概要
Skiniveの科学的検証と臨床評価から得られた主な結果
Skiniveの科学的根拠は、社内で実施したAI性能の技術的検証、独立した医療機関による臨床評価、実際の利用環境における技術の使用実績によって構成されています。それぞれの評価は、AIを活用した皮膚画像解析技術の性能と限界を理解するための異なる情報を提供し、相互に補完する役割を果たしています。
主な科学的評価結果
| 評価項目 | 主な結果 | 評価方法 |
|---|---|---|
| 社内AI技術検証 | 27,829枚の画像 | 標準化された検証用データセット（2026年） |
| 感度 | 97.4% | 社内技術検証 |
| 特異度 | 93.1% | 社内技術検証 |
| 独立した臨床評価 | 160症例 | 複雑な皮膚病変を対象とした臨床評価 |
| 上位3候補の一致率 | 70.6% | 臨床的な参照結果との一致 |
| 潜在的な臨床的有用性を示す複合指標 | 80.0% | 当該評価で定義された複合指標 |
科学的根拠の正しい理解
社内技術検証： 検証用データセットには、皮膚科専門医およびSkiniveの臨床協力機関から提供された27,829枚の皮膚画像が含まれています。これらの画像はAIモデルの学習には使用せず、標準化された試験条件下でアルゴリズムの性能を評価するために使用しました。
独立した臨床評価： 別途実施された臨床評価では、複雑な皮膚病変160症例について、SkiniveのAIによる分類結果と臨床的な参照結果との一致度を調べました。
これらの評価は、方法と評価指標が異なります。そのため、結果を直接比較することはできず、独立した臨床評価によって確立された診断精度として解釈することもできません。
3. AIの性能と技術的検証
標準化された試験によるAI性能の評価
Skiniveは、皮膚科専門医および臨床協力機関から提供された27,829枚の皮膚画像を用いた標準化された検証用データセットにより、AIモデルの性能を評価しています。検証用画像はモデルの学習には使用しておらず、2021年から2026年にかけて開発された各世代のAIモデルについて、一貫した条件で性能を比較できるようにしています。
2026年の社内技術検証結果
「Skinive Accuracy Report 2026」によると、最新のAIモデルは以下の結果を達成しました。
| 性能評価指標 | 結果 |
|---|---|
| 感度 | 97.4% |
| 特異度 | 93.1% |
| 全体正解率 | 94.2% |
| 適合率 | 82.2% |
| F1スコア | 89.1% |
| 検証用データセット | 27,829枚の画像 |
AIモデルの開発とデータセットの構築
SkiniveのAI開発には、大規模な皮膚画像データが活用されています。
- データセットの選定過程で350万枚以上の画像を確認。
- AIモデルの開発用に、皮膚科専門医が注釈を付けた250,000枚の画像を選定。
- アルゴリズムの性能評価に、学習用データとは別の27,829枚の検証用画像を使用。
皮膚科専門医による画像への注釈と標準化された検証手法は、SkiniveのAI技術の継続的な開発と技術的評価を支えています。
結果の解釈と限界
これらの結果は社内で実施した技術的検証によるものであり、独立した臨床評価によって診断精度が検証されたことを意味するものではありません。AIの性能は、画像の品質、皮膚の特徴、評価対象となる症状や病変によって異なる可能性があります。公表されている感度と特異度は総合的な評価指標であり、メラノーマ（悪性黒色腫）や皮膚がんの検出を含め、個々の疾患に対する診断精度として解釈することはできません。
出典： Skinive Accuracy Report 2026
4. 独立した臨床評価
悪性腫瘍が疑われる患者を多く含む集団におけるSkinive AIの臨床評価
Skiniveの基盤となるAI技術は、Skiniveと利害関係のない独立した医療機関による臨床評価を受けています。評価対象は、主に悪性または前がん性が疑われる皮膚病変を有する、特定の条件で選ばれた患者集団です。対象には、メラノーマ（悪性黒色腫）、基底細胞がん、有棘細胞がん、ボーエン病、非典型的なメラノサイト系病変などが含まれていました。一般的な良性皮膚疾患は、ほとんど含まれていませんでした。
評価方法
241件の診察のうち、AIによる解析結果がすべてそろっていた160症例を主要な分析対象としました。比較の基準となる臨床的な結果は、AIの出力とは独立して、以下の方法で確定されました。
- 病理組織学的検査： 117症例（73.1%）
- 細胞診： 22症例（13.8%）
- 皮膚科専門医による評価： 21症例（13.1%）
全体の**86.9%**では、病理組織学的検査または細胞診による結果が比較基準として用いられました。
臨床評価の結果
| 評価指標 | 結果 |
|---|---|
| 第1候補の一致率（Top-1） | 54.4% |
| 上位3候補の一致率（Top-3） | 70.6% |
| 上位3候補には含まれないが、疾患群が一致した割合 | 3.8% |
| 上位3候補には含まれないが、適切な受診・紹介区分が一致した割合 | 5.6% |
| 潜在的な臨床的有用性を示す複合指標 | 80.0% |
複合指標の80.0%（160症例中128症例）は、上位3候補の一致（113症例）、より広い疾患群での一致（6症例）、適切な受診・紹介区分での一致（9症例）を合計したものです。これは、当該評価で定義された潜在的な臨床的有用性を示す指標であり、診断精度を意味するものではありません。
結果の解釈と限界
評価対象に悪性腫瘍が疑われる症例が多いこと、一般的な良性病変が十分に含まれていないこと、症例数が比較的少ないこと、AIによる解析結果が不完全だった81件の診察が除外されていることなどから、得られた結果を一般的な患者集団にそのまま当てはめることには限界があります。
この評価の対象は、Skiniveの基盤となるAI技術です。評価結果によって、市販されているSkinive製品に新たな診断機能や使用目的が認められるわけではありません。
5. 科学的研究と学術論文
科学的研究を通じた皮膚科AI技術の発展
SkiniveのAI技術は、機械学習、画像認識、皮膚科画像解析に関する科学的研究に基づいて開発されています。査読付き学術論文、社内でのアルゴリズム検証、独立した臨床評価を組み合わせることで、技術の継続的な開発と性能評価を進めています。
査読付き学術論文
Dynamics of the Neural Network Accuracy in the Context of Modernization of the Algorithms of Skin Pathology Recognition. Indian J Dermatol. 2022 May-Jun;67(3):312. doi: 10.4103/ijd.ijd_1070_21. PMID: 36386072; PMCID: PMC9644746.
Sokolov K, Shpudeiko V.
この論文では、皮膚科画像解析への人工知能の応用について検討しており、Skiniveの技術を支える科学的基盤の一つとなっています。
プレプリントおよび査読を経ていない研究
Skiniveは、新たな研究成果を正式な学術誌での査読に先立って公開するため、SSRNなどの学術論文公開基盤も活用しています。
- Dynamics of the Neural Network Accuracy in the Context of Modernization of the Algorithms of Skin Pathology Recognition (November 30, 2021). Available at SSRN. doi: dx.doi.org/10.2139/ssrn.3974784. Sokolov K, Shpudeiko V.
- Artificial intelligence in solving dermatological problems. Dermatology Review/Przegląd Dermatologiczny. 2022;109(5):361-367. doi: 10.5114/dr.2022.125685. Sokolov K, Shpudeiko V, Sidaruk H.
- Application of artificial intelligence algorithms in pediatric dermatology. Eur. J. Pediat. Dermatol. 2023; 33 (3):135-7. doi: 10.26326/2281-9649.33.3.2464. Sokolov K, Shpudeiko V, Sidaruk H, Koval M.
プレプリントや査読を経ていない報告書は、学術誌における正式な査読を受けていません。そのため、これらの研究結果は予備的な科学的根拠として慎重に解釈する必要があります。
技術検証および臨床評価に関する報告書
- 650万件のAI皮膚解析から得られた知見：実世界データに基づく研究結果
実際の利用環境における性能と精度の検証、臨床的な負荷試験、公開済みの学術文献に基づく科学的根拠 - Skinive AI Accuracy Report 2026
27,829枚の皮膚画像を用いた社内技術検証。 - Skinive AI Accuracy Report 2022
25,688枚の皮膚画像を用いた社内技術検証。
継続的な科学的研究
Skiniveは、皮膚科専門医や医療機関との協力を継続し、AIの性能評価、皮膚画像解析技術の改善、技術の可能性と限界に関する研究を進めています。
6. 実際の利用実績と世界的な普及
世界中の利用者と医療関係者に活用されるSkinive
Skiniveは、科学的検証に加えて、一般利用者向けアプリや医療従事者向けシステムとの連携を通じて、実際の利用環境で豊富な経験を蓄積してきました。SkiniveのAI技術は、皮膚の健康に対する意識向上、経過観察、デジタル医療サービスを支援するため、世界各地で利用されています。
数字で見るSkinive
| 主な指標 | 世界での実績 |
|---|---|
| アプリのダウンロード数 | 100万件以上 |
| AIによる皮膚解析回数 | 600万回以上 |
| 展開地域 | 世界各国 |
| 主な用途 | 一般利用者向け・医療従事者向け |
実際の利用分野
Skiniveの技術は、さまざまなデジタルヘルス分野で活用されています。
- 一般利用者の皮膚の健康管理： 目に見える皮膚の変化を記録し、継続的に観察することを支援します。
- 医療従事者： 皮膚画像の体系的な評価や記録を支援します。
- デジタルヘルスプラットフォーム： 提携企業が自社サービスにAI皮膚解析機能を組み込めるようにします。
継続的な改善
実際の利用環境から得られる経験は、使いやすさに関する課題の把握、画像解析の手順の改善、今後の研究や技術開発に役立てられています。
利用実績に関する数値は、製品の使用状況と普及規模を示すものであり、独立した検証によって臨床的有効性が確認されたことを意味するものではありません。
実際の医療・地域環境における試験導入
医療現場と地域保健活動におけるSkinive AIの活用評価
Skiniveは、技術的検証や臨床評価に加え、AI皮膚解析を医療現場の業務や地域の健康支援活動にどのように組み込めるかを検討するため、実際の環境で試験導入を行っています。
🇫🇷 フランス — 薬局での皮膚の健康状態の確認
2026年、フランスのロックフォール＝レ＝パンにあるPharmacie Notre-Dame薬局で、Skinive MDの試験導入が始まりました。この取り組みでは、AIによる皮膚画像解析とFireFly Proのデジタルダーモスコピーを組み合わせています。初期段階には約50人が参加しており、今後は約300人への拡大が計画されています。この取り組みでは、薬剤師が皮膚の健康に関する意識向上を支援し、必要に応じて医療専門家への受診につなげる方法を検討しています。医学的な診断は、引き続き適切な資格を持つ医療従事者が行います。
🇲🇿 モザンビーク — アルビニズムのある人々への皮膚健康支援
Skiniveは、モザンビークでアルビニズムのある人々を支援する団体Kanimamboと協力し、地域保健活動におけるAI皮膚解析の活用を検討しています。この試験導入は、皮膚がんのリスクが高く、皮膚科専門医による診療を受ける機会が限られている人々を対象に、皮膚の健康に対する意識向上、状態の記録、継続的な経過観察を支援することを目的としています。
試験導入の状況と科学的根拠
いずれの取り組みも、実際の利用環境における試験導入の段階にあります。現在、結果の評価が進められており、これらを臨床的有効性や診断精度が確立された証拠として解釈することはできません。
7. 規制上の位置付けと使用目的
EU医療機器規則への適合と責任ある使用
Skinive Appは、EU医療機器規則（EU）2017/745（EU MDR）に基づくCEマーキングを取得したクラスI医療機器です。
製造業者は、オランダのSkinive B.V.の子会社であるSkinive LTD（マルタ）です。また、欧州医療機器データベース（EUDAMED）に登録されています。
規制に関する情報
| 項目 | 内容 |
|---|---|
| 法的製造業者 | Skinive LTD（マルタ） |
| 適用される規制 | EU医療機器規則（EU）2017/745（EU MDR） |
| 医療機器の分類 | クラスI |
| 適合性評価 | 製造業者によるEU適合宣言 |
| EUDAMED製造業者登録番号（SRN） | MT-MF-000047900 |
| CEマーキング | 取得済み |
使用目的
Skinive Appは、スマートフォンで撮影した目に見える皮膚病変や皮膚の状態をAIで解析することにより、皮膚の健康に対する意識向上、状態の記録、継続的な経過観察を支援することを目的としています。成人利用者が目に見える皮膚の変化をよりよく理解し、経過を確認するための参考情報を提供します。
Skinive Appは、医学的診断や治療の処方を行うものではなく、医療専門家による診察に代わるものでもありません。
科学的研究と規制上の使用範囲
Skiniveの科学的研究には、実験的な条件や臨床研究環境における基盤AI技術の評価も含まれています。
研究結果によって、市販されているSkinive製品に新たな使用目的や規制上の効能・性能が自動的に認められるわけではありません。
8. 安全性、限界、責任ある使用
Skinive AIの可能性と限界を正しく理解する
Skiniveは、AIを活用した皮膚画像解析技術の責任ある開発と利用に取り組んでいます。AIは皮膚の健康に対する意識向上や経過観察を支援できますが、その結果は、技術の使用目的と既知の限界を踏まえて解釈する必要があります。
安全に利用するための重要事項
- 医学的診断ではありません： Skinive Appは参考情報を提供するものであり、皮膚疾患を診断したり、医療専門家による診察に代わったりするものではありません。
- AI技術の限界： 解析結果が不正確または不完全な場合があります。一部の症状を認識できないことや、誤った分類結果を示す可能性があります。
- 画像の品質： 照明、ピント、カメラの性能、撮影位置などが解析結果に影響する場合があります。
- 個人差： 皮膚の特徴、病変の見た目、評価対象となる症状によって、AIの性能が異なる可能性があります。
- 医療専門家への相談： 疑わしい皮膚病変、変化している病変、長期間続く症状がある場合は、AIの解析結果にかかわらず医療機関に相談してください。
責任あるAI技術の開発
Skiniveは、皮膚科専門医が注釈を付けた画像データ、技術的検証、臨床研究、継続的な性能評価を通じて、責任あるAI開発を推進しています。
AIによる解析結果だけを根拠に医療上の判断を行ったり、医療機関への受診を遅らせたりしないでください。
9. Skinive AIを自社製品に導入する
医療・健康関連サービスにAI皮膚解析技術を導入
Skinive Skin Analysis APIを活用することで、科学的研究に基づく技術を実用的なデジタルヘルスサービスに取り入れることができます。独自の皮膚解析アルゴリズムを一から開発することなく、SkiniveのAI技術を医療・健康関連アプリ、遠隔医療サービス、デジタルヘルスプラットフォームに組み込めます。
Skinive APIが選ばれる理由
- 科学的研究に基づくAI技術： 学術研究、技術的検証、臨床評価によって裏付けられた技術です。
- 導入しやすい仕組み： 既存のデジタルサービスに組み込みやすいREST APIを提供しています。
- 幅広い活用分野： 適用される使用目的や規制要件に応じて、デジタルヘルスプラットフォーム、遠隔医療サービス、医療・健康関連アプリに活用できます。
- 拡張性の高い基盤： 解析件数の増加や事業規模の拡大に対応できるよう設計されています。
Skinive AIを活用したサービス開発
導入方法、技術資料、提携の可能性についてご案内しています。
このページは、科学的な正確性、情報の透明性、最新の臨床的エビデンスとの整合性を確保するため、Skiniveチームが作成・確認したものです。
編集および医学的監修
科学・医学監修： Viktor Shpudeiko医師（腫瘍専門医）
編集監修： Kirill Sokolov（Skinive最高経営責任者・共同創業者）
作成： Skinive研究開発チーム
初回公開日： 2026年10月11日
最終更新日： 2026年10月11日