背景 高精度の診断検査でも、有病率が低い設定では真陽性より偽陽性が多くなることがある。これは偽陽性パラドックスとして知られる。放射線科医がこのパラドックスを認識していないことは、AI出力に過度に依存してしまう自動化バイアスを助長する可能性がある。方法 前向きな多国籍ランダム化比較読影者研究（DRKS00038740）において、10か国から34名の読影者（研修医16名、一般放射線科医またはフェロー8名、神経放射線科医10名）を、経験レベルで層化し、対照群（n = 17）または介入群（n = 17）に無作為割付した。介入群は読影セッションの前に、偽陽性パラドックスを説明する短い3分間の教育ビデオを視聴した。両群とも、AIがフラグした所見を含む20件のTOF-MRA検査（真陽性10%、偽陽性90%）を評価した。主要アウトカムは、偽陽性AI所見の受容率と追跡の強度であった。これらは、読影者と症例について交差したランダム効果を用いた混合モデルで評価した。結果 ベースライン時点で、読影者はAIツールの頭蓋内動脈瘤検出における陽性予測値を大幅に過大評価していた（平均推定62.9%；シミュレーションに基づく推定15.4%［95%区間 8.1-28.0%］）。介入はAIの偽陽性を受け入れるオッズを低下させた（OR 0.50［上側95%信頼区間上限 0.95］、片側p = 0.017）。受容確率は介入群で12.7%（95% CI 6.0-25.0%）であり、対照群22.5%（95% CI 11.6-39.2%）と比べて低かった。介入群では、偽陽性に対する追跡の強度が下方にシフトしていた（OR 0.47［上側95%信頼区間上限 0.81］、片側p = 0.014）。追跡を推奨したのは介入群で39.2%（120/306）であり、対照群54.9%（168/306）と比べて低かった。結論 偽陽性パラドックスに関する短い教育は、AI支援による頭蓋内動脈瘤検出における信頼の校正を改善した。これらの結果は、読影者側の認知デバイアス戦略が信頼の校正を改善し、放射線科におけるAIの安全な使用を支える可能性を示唆する。
https://doi.org/10.64898/2026.08.25.26361324