I皮膚解析：650万件の分析結果と臨床検証

Table of Contents

要旨

背景： 人工知能（AI）は、皮膚病変の評価においてますます広く活用されています。しかし、この技術への信頼は、実験室環境での精度だけでなく、実際の臨床環境における性能を示す透明性の高いデータにも左右されます。多くの研究では、管理された条件下で高い精度が報告されていますが、技術的検証、独立した臨床評価、科学文献との比較を組み合わせた報告は限られています。

目的： Skinive Accuracy Report 2026、専門医療機関で実施された独立した臨床評価、および最新の査読付き科学論文という3つの情報源に基づき、AIによる皮膚解析の可能性と限界を評価することです。

方法： Skiniveアルゴリズムの技術的検証データ、診断が困難な臨床症例を対象とした独立した臨床評価、および公開された科学文献を包括的に分析しました。

結果： Skiniveアルゴリズムは、バージョンを重ねるごとに性能が継続的に向上しています。診断が困難な症例を対象とした独立評価では、80%の症例で臨床的に有用な結果が得られました。これには、上位3つの予測候補に正しい診断が含まれること、疾患群を正しく分類すること、または専門医への適切な受診を推奨することが含まれます。

結論： AIによる皮膚解析は、医師による診察の代替ではなく、臨床判断を支援するツールとして使用される場合、皮膚病変の初期評価に臨床的に重要な貢献を果たす可能性があります。今後は、複数の医療機関で実施される前向き研究によるさらなる検証が必要です。

はじめに

人工知能は、皮膚科学において最も急速に発展している技術の一つです。管理された条件下では、深層学習システムが経験豊富な皮膚科医に匹敵する精度を達成できることが示されています。しかし、こうした成果を実際の臨床環境に適用することは、依然として大きな課題です。

多くの研究では、感度、特異度、ROC曲線下面積（AUROC）などの従来の指標を用いてAIを評価しています。しかし、これらの指標だけでは、画質が異なる画像、まれな疾患、多様な患者集団に対してシステムがどのように機能するかを十分に説明できません。

そのため、AIを活用した医療技術の評価では、リアルワールドエビデンス（Real-World Evidence：RWE） の重要性が高まっています。

本レポートでは、技術的検証、独立した臨床評価、科学文献との比較を組み合わせています。

目的は、AIが確定診断を行えると主張することではありません。

むしろ、早期のリスク評価、日常的な皮膚のセルフチェック、専門医への受診優先度の判断を支援するツールとしてのAIの役割を検討することにあります。

科学的エビデンスの情報源

本レポートは、以下の3つの独立したエビデンスに基づいています。

Skinive Accuracy Report 2026 — 標準化された方法論に基づくアルゴリズムの技術的検証。
独立した臨床評価 — 専門医療機関において、診断が困難な臨床症例を対象に実施された評価。
最新の科学文献 — 皮膚科学およびデジタルヘルス分野における人工知能に関する査読付き研究。

それぞれの情報源は、異なる種類のエビデンスを提供します。

技術的検証は標準化された条件下での性能を測定し、臨床評価は複雑な症例に対するシステムの挙動を検証します。また、科学文献は結果を解釈するための外部的な比較基準を提供します。

650万件のAI皮膚解析から得られた実世界の知見

AIは実際の皮膚ケアでどのように利用されているのか？

プラットフォームの提供開始以来、Skiniveは657万件を超えるAI皮膚解析を実施しています（2026年第3四半期時点）。

これにより、Skiniveはスマートフォンを利用した実世界の皮膚評価に関する大規模な独自データセットを保有しています。

これらのデータは、一般人口における皮膚疾患の有病率を示すものではありません。しかし、ユーザーが日常生活で皮膚科領域のAIをどのように利用しているかについて、重要な知見を提供します。

図：AI皮膚解析の地域別分布。

主な知見： このデータセットは、異なる医療制度や地域における技術の日常的な利用状況を示しており、多様な実世界の使用条件を反映しています。

地域別分布： 解析件数が多い国は、ドイツ、ロシア、インド、英国、フランス、イタリア、バングラデシュ、スペイン、オーストラリア、ブラジルです。

これに続くのは、アルゼンチン、コロンビア、オランダ、メキシコ、ポーランド、ベラルーシ、米国、オーストリア、チリ、フィリピンです。

ユーザーは実際にどのような皮膚の問題を解析しているのか？

ユーザーがAIを利用する目的は、皮膚がん の発見だけではありません。

検出された皮膚の状態の中で、最も大きなカテゴリーを占めるのは炎症性皮膚疾患です。

図：AIによって検出された皮膚所見の分布。

主な知見： 実世界における皮膚科AIの主な利用分野は炎症性皮膚疾患の評価です。一方、皮膚がんリスクの評価も、臨床的に最も重要な用途の一つであり続けています。

臨床的に重要なリスクの検出

すべてのAI皮膚解析の14.68% で、追加の注意が必要と考えられる臨床的に重要なリスク指標が検出されました。

これらは確定診断ではありません。専門医による診察の必要性について、アルゴリズムが提供する推奨情報です。

図：臨床的に重要なリスクの検出。

主な知見： 臨床的に重要なリスク指標に基づき、追加の対応が推奨されたAI皮膚解析の割合を示しています。

リスク検出率が比較的高い理由の一つとして、自己選択バイアスが考えられます。ユーザーは、自分自身が気になる、または疑わしいと感じる皮膚病変を選んで解析する傾向があるためです。

モバイルプラットフォームとアクセシビリティ

解析の約60〜65%はAndroid端末で実施され、残りはiPhoneユーザーによるものでした。

この分布は、使用するモバイルOSにかかわらず、スマートフォンを活用した皮膚解析技術が幅広いユーザーに利用されていることを示しています。

図：モバイルプラットフォーム別の解析件数の分布。

画質は依然として最も重要な改善可能要因

正常に完了できなかった解析の大部分は、改善可能な2つの要因に関連していました。

照明不足
ピントのずれやカメラの動きによる画像のぼやけ

皮膚病変の形態やカメラ自体の技術的特性による制約とは異なり、これらの要因はユーザー自身が直接改善できます。

図：画像品質が低下する主な原因。

主な知見： 適切な皮膚画像の撮影方法をユーザーに案内することで、AIアルゴリズム自体を変更しなくても、解析の信頼性をさらに向上させられる可能性があります。

実世界データから得られた主な知見

657万件を超えるAI皮膚評価の分析により、従来の検証研究だけでは把握しにくい、いくつかの重要な傾向が明らかになりました。

皮膚科AIは、多くの医療従事者が想定する以上に、炎症性皮膚疾患の評価に利用されています。
ユーザーは一般的な予防スクリーニングよりも、具体的な皮膚の問題を評価するためにAIを使用する傾向があります。
画質は、解析を正常に完了できるかどうかに影響する、最も重要な改善可能要因です。
独自の臨床データセットを継続的に拡充することで、特に色素性皮膚病変の検出や皮膚がんリスクの評価において、アルゴリズムの性能が継続的に改善されています。

Accuracy Report 2026：主な結果

Skinive Accuracy Report 2026 では、異なるバージョンに一貫して適用された標準化された方法論に基づき、Skiniveアルゴリズムの進化を記録しています。

アルゴリズムは55種類の皮膚疾患を認識します。
学習には、約25万枚の臨床的にアノテーションされた画像が使用されました。
プラットフォームの提供開始以来、650万件を超えるAI皮膚解析が実施されています。
感度、特異度、正解率、F1スコアの継続的な改善が確認されています。

図：Skinive AIの性能指標の推移（2021〜2026年）。

主な知見： 特定の指標を改善するために他の指標を犠牲にすることなく、全体的な性能の向上が達成されています。アルゴリズムの性能は、よりバランスの取れたものになっています。

このバランスは、危険な皮膚病変の見逃しと偽陽性の可能性の両方を考慮する必要がある臨床意思決定支援システムにとって、特に重要です。

専門医療機関の厳しい条件下で実施された臨床評価

研究デザイン

2026年、Skiniveは専門医療機関において臨床評価を受けました。

施設名は、既存の秘密保持義務に基づき公開されていません。

この医療機関では、一般医や皮膚科医から紹介された、診断が困難な症例を扱っています。

したがって、この研究は特に難易度の高い条件下での評価であり、一般人口を対象としたスクリーニング研究ではありません。

合計241件の検査が実施されました。
160症例について完全なデータが得られ、主要解析対象となりました。
参照診断： 117症例では病理組織学的検査、22症例では細胞診、21症例では皮膚科医による臨床診断が使用されました。

評価は複数の観点から実施されました。

アルゴリズムの第1、第2、第3予測との正確な一致（Top 1、Top 2、Top 3）
疾患群の正しい分類
リスクレベルに応じた専門医への適切な受診推奨
完全な不一致
アルゴリズムの認識対象外の疾患

基底細胞がんと皮膚扁平上皮がん の違い、および悪性黒色腫（メラノーマ） と悪性黒子型黒色腫 の違いは、エラーとして扱われませんでした。

これらの疾患は外観だけで区別することが難しく、病理組織学的検査が必要になる場合があります。

研究対象集団

この研究の対象集団は、特に選択性が高く、診断が難しい症例で構成されていました。

悪性黒色腫、基底細胞がん、扁平上皮がん、ボーエン病、異形成母斑が疑われる症例が多数を占めていました。

典型的な良性皮膚病変は、ほとんど含まれていませんでした。

この点は、結果を解釈するうえで非常に重要です。

一般的なスクリーニング対象集団では、皮膚病変の大部分は良性であり、典型的な特徴を示します。

一方、本研究では、非典型的な病変、悪性病変、前がん病変、鑑別診断が困難な病変が過剰に含まれていました。

したがって、これらの結果を一般人口向けのスクリーニングに直接当てはめることはできません。

結果

第1予測との正確な一致（Top 1）： 160症例中87症例、54.4%。
上位3予測との正確な一致（Top 3）： さらに19症例（11.9%）で第2予測が、7症例（4.4%）で第3予測が正しい診断と一致しました。合計では160症例中113症例、70.6% で、正しい診断が上位3つの予測候補に含まれていました。
疾患群の正しい分類： さらに6症例（3.75%）。具体的な診断名は一致しませんでしたが、疾患群は正しく分類されました。
適切な受診推奨： 9症例（5.6%）。診断名も疾患群も一致しませんでしたが、リスク評価に基づいて適切な専門医受診の判断が行われました。
臨床的に有用な結果の総合割合： 上位3予測との一致、疾患群の正しい分類、適切な受診推奨を合わせると、Skiniveは160症例中128症例、80.0% で臨床的に有用な結果を提供しました。
残りの症例： 認識対象外の疾患が6症例（3.75%）、完全に誤った結果が26症例（16.25%）でした。
サブグループ解析： 病理組織学的検査が実施されていない、または細胞診の結果が不明確だった23症例のうち、19症例（82.6%）では上位3つの予測のいずれかが皮膚科医の臨床診断と一致しました。4症例（17.4%）では不一致が認められ、そのうち3症例はアルゴリズムの認識対象外の疾患でした。

臨床的解釈

最も重要な結論は、Skiniveがすべての症例で正確な診断を行ったということではありません。実際には、そうではありませんでした。

重要なのは、専門医療機関における非常に難易度の高い症例群の80%で、診断上の有用性、または専門医への受診判断に役立つ情報を提供したことです。

意思決定支援ツールにとって、診断名の正確な一致と適切な受診推奨は、相互に関連しながらも異なる評価項目です。

多くの悪性病変や境界病変を最終的に分類するには、病理組織学的検査が不可欠です。

したがって、皮膚病変の写真に基づくAIの回答を、病理組織学的な分類を正確に再現できるかどうかだけで評価するべきではありません。

臨床的に疑わしい所見を認識し、リスクレベルを判断し、適切なタイミングで専門医による診察につなげる能力も、臨床的に重要です。

エラーの特徴： 完全に誤った結果は、症例の16.25% を占めました。

これらは主に、スピッツ母斑、若年性黄色肉芽腫、化膿性肉芽腫などのまれな疾患や、一般的な疾患の非典型的な症状に関連していました。

偽陽性は偽陰性よりも多く発生しました。

がんの早期発見という観点では、危険な皮膚病変を見逃すリスクを減らせる可能性があるため、状況によっては偽陽性が多い傾向が望ましい場合もあります。

ただし、偽陽性にも影響があります。不安を引き起こしたり、不必要な受診につながったり、医療制度への負担を増やしたりする可能性があります。

最適なバランスは、臨床状況や専門医へのアクセス状況によって異なります。

これらの結果は、Skiniveをリスク検出と臨床判断を支援する補助的なツールとして使用することを支持していますが、自律的な診断システムとして使用することを支持するものではありません。

研究の限界

主要解析対象は160症例に限られており、結果の統計的精度には制約があります。
症例は連続的に登録されたものではなく、一般人口を代表していません。複雑な病変や悪性病変が高い割合で含まれているため、スペクトラムバイアスおよび選択バイアスが存在します。
すべての参照診断が病理組織学的に確認されたわけではありません。
80%という総合指標は、3つの異なる評価項目を組み合わせたものです。そのため、「診断精度80%」と表現してはいけません。 厳密なTop 1およびTop 3の一致率は、それぞれ54.4%と70.6%です。
これらの結果を、一般人口を対象としたスクリーニング、プライマリケア、またはユーザーによるセルフチェックに直接適用することはできません。

公開された科学文献との比較

過去10年間に発表された多くの研究では、深層学習システムが、管理された条件下で特定の分類課題において皮膚科医に匹敵する性能を達成できることが示されています。

しかし、これらの研究は同時に、実験室環境で達成された高い精度が、実際の臨床環境でも同等の性能を保証するわけではないことを強調しています。

系統的レビューでは、研究間に大きな異質性が存在することが報告されています。

画像の撮影方法、疾患の有病率、参照診断の方法、使用する評価指標の違いによって、研究間の直接比較は困難になります。

そのため、前向きの臨床検証と実世界データの活用が、ますます推奨されています。

Skiniveの結果も、この科学的な方向性と一致しています。

単一の技術的な飛躍ではなく、反復的な開発、データセットの拡充、継続的な検証を通じて、段階的な改善が実現されています。

本レポートは、Skiniveが他のシステムより優れていることを証明することを目的としていません。

研究デザインや対象集団の構成が異なるため、科学的に妥当な直接比較はできません。

これらの結論は、形成されつつある科学的コンセンサスと一致しています。

臨床意思決定支援システムを信頼性高く評価するには、相互に補完し合う複数のエビデンスが必要です。

考察

本レポートでは、技術的検証、独立した臨床評価、科学文献との比較という3つのエビデンスを組み合わせました。

技術的検証では、アルゴリズムの継続的な改善が示されています。

臨床評価では、診断がはるかに困難な条件下でシステムがどのように機能するかを明らかにすることで、これらの結果を補完しています。

科学文献は、観察された結果をより慎重に解釈するための外部的な背景を提供します。

重要な知見の一つは、医療AIの評価を単一の指標だけで行うべきではないということです。

診断の正確な一致は重要ですが、早期評価や患者の受診判断を支援するシステムの臨床的価値を完全に表すものではありません。

Skiniveは、専門医療機関における複雑な症例群においても、鑑別診断に役立つ情報、疾患群の認識、専門医受診の推奨を通じて、臨床的に重要な貢献を示しました。

プライマリケア、遠隔皮膚科診療、日常的な皮膚のセルフチェックにおける実践的な意義： 多くの場合、最も重要な問いは「正確な診断名は何か」ではなく、「この患者は医師の診察を受けるべきか」です。

適切に使用されれば、AIは早期のリスク検出、患者の健康意識の向上、専門医による診察の優先順位付けを支援できます。

このように、AIは臨床診察、ダーモスコピー、病理組織学的診断を補完するものであり、それらに取って代わるものではありません。

本レポートは、透明性の重要性も強調しています。

技術的な精度だけでは、システムの性能の一部しか把握できません。

独立した評価、限界の分析、科学文献との比較によって、結果をより現実的に解釈できます。

研究の限界と今後の展望

臨床評価は、専門医療機関において高度に選択された患者集団を対象に実施されました。そのため、結果は一般的なプライマリケアや日常的なセルフチェックの条件を反映していません。
すべての皮膚病変に対して、同じ参照診断方法が使用されたわけではありません。
完全なデータセットが一般公開されていないため、独立した再現性の検証には制約があります。ただし、方法論と性能指標は公開されています。
単一のデータセット、研究、評価指標だけでAIシステムの信頼性を完全に説明することはできません。 さらなる実世界データ、独立した外部評価、前向き多施設研究が必要です。
今後のレポートには、より大規模な前向きデータセット、縦断研究、新たな独立評価、専門医への受診推奨に関連する追加の成果を含めることが望まれます。

結論

人工知能は、現代の皮膚科学においてますます重要な役割を果たしています。

しかし、これらの技術への信頼は、個別の性能指標ではなく、透明性の高い科学的エビデンスに基づく必要があります。

主な結論：

技術的検証では、Skiniveアルゴリズムがバージョンを重ねるごとに継続的に改善していることが示されています。
独立した臨床評価では、困難な条件下でも臨床的に重要な有用性が確認されました。 特に複雑な症例群において、80%の症例で臨床的に有用な結果が得られました。
臨床的な有用性は、診断精度だけに限定されません。 疾患の正しい分類や適切な受診推奨も、意思決定支援の重要な要素です。
これらの結果は、科学文献で示されている方向性と一致しています。 技術的検証、実世界データ、独立した臨床評価を組み合わせる必要性が、ますます重視されています。
強みと限界についての透明性は不可欠です。 AIを責任ある形で利用するには、継続的な検証、独立した評価、定期的な結果の公開が必要です。

AIは皮膚科医の代わりにはなりません。

しかし、既存の皮膚科医療のプロセスに適切に組み込むことで、早期のリスク評価を支援し、患者の健康意識を高め、専門医による診察の優先順位付けを改善する可能性があります。

データの利用可能性

完全な学習用データセットおよび独自の画像コレクションは、保護対象となる臨床データや知的財産権が含まれるため、一般公開されていません。

集計された性能指標、方法論、検証結果については、Skinive Accuracy Report 2026および関連する科学論文に記載されています。

利益相反に関する声明

Kirill SokolはSkiniveの創設者です。

著者らは、Skinive AIプラットフォームの開発、検証、商業化に関与しています。

本レポートに記載された独立した臨床評価は、専門的な三次医療を提供する皮膚科医療機関の医療従事者によって実施されました。

同医療機関は、通常の臨床診療に従って参照診断を決定する全責任を保持しました。

施設名は秘密保持契約に基づき公開されていません。このことは、提示された結果の解釈に影響するものではありません。

著者らは、その他に開示すべき利益相反はないことを宣言します。

よくある質問（FAQ）

Skinive Real-World Evidence Reportとは何ですか？

Skinive Real-World Evidence Reportは、650万件を超えるAI皮膚解析の結果をまとめ、臨床検証データおよび査読付き科学論文から得られた知見と組み合わせたレポートです。

このレポートの目的は、日常的な利用環境におけるSkinive AIの性能、診断精度、大規模な実世界データセットの限界について、透明性の高い情報を提供することです。

650万件の皮膚解析データセットが重要なのはなぜですか？

大規模な実世界データセットを使用することで、管理された研究環境では十分に再現することが難しい、多様な肌タイプ、撮影条件、臨床症状に対してAIアルゴリズムを評価できます。

また、人々が日常生活でAIを活用した皮膚解析技術を実際にどのように利用しているかについて、貴重な知見が得られます。

人工知能は皮膚がんを正確に検出できますか？

人工知能は、医師による診察が必要な可能性のある皮膚病変を特定するために役立ちます。

これには、悪性黒色腫（メラノーマ）やその他の皮膚がんに関連する可能性がある、疑わしい色素性皮膚病変も含まれます。

ただし、AIは臨床判断を支援するツールとして使用すべきであり、医師による診察や病理組織学的診断の代わりにはなりません。

人工知能は皮膚科医の代わりになりますか？

いいえ。AIは、早期のリスク評価や専門医による診察の必要性に関する判断を支援することを目的としており、皮膚科医に取って代わるものではありません。

最終的な診断や治療方針の決定は、必ず資格を持つ医療専門家が行う必要があります。

AIによる皮膚解析の性能に最も大きく影響する要因は何ですか？

画像解析が失敗したり、画質が低下したりする主な原因は以下のとおりです。

照明不足
画像のぼやけ
ピントのずれ
皮膚病変が画像内に完全に収まっていないこと

画質を改善することで、AIによる皮膚解析の信頼性を大幅に向上させることができます。

Skiniveは臨床的に検証されていますか？

はい。Skiniveは複数の検証研究を実施しており、アルゴリズムの方法論、検証用データセット、診断性能指標を説明する**年次精度レポート（Accuracy Report）**を公開しています。

プラットフォームの発展に伴い、臨床的エビデンスは継続的に更新されています。

詳細については、Clinical Evidence Hub をご覧ください。

AI皮膚解析にはどのようなスマートフォンが使用されましたか？