慶應義塾大学などの血液AI解析のがん検査、卵巣がんの「99.5%」は、がんでない人を見分けた割合
慶應義塾大学などの血液AI解析のがん検査、卵巣がんの「99.5%」は、がんでない人を見分けた割合【2026年11月】

慶應義塾大学医学部・東海大学・湘南医療大学・NEC (日本電気) の研究チームが、血液中の「糖ペプチド」約1,700種類と腫瘍マーカー (がんがあると血液の中で増えることがある物質)、年齢などをAIでまとめて解析するがん検査の技術「CSGSA法」の成果を発表しました。卵巣がんの患者553人とがんでない1,144人の血液を使った検証で、がんでない人の99.5%を「がんではない」と判定する条件のもと、卵巣がんの患者の65%を見つけています。まだ受けられる検査ではなく、2026年10月から6種類のがんで臨床試験を始めるとしています。発表は2026年11月20日(金)のプレスリリースです。
この記事のポイント
- 慶應義塾大学医学部・東海大学・湘南医療大学・NECの研究チームが、血液をAIで解析するがん検査の技術「CSGSA法」の成果を発表した
- 卵巣がんの検証で、特異度 (がんでない人を正しく「がんではない」とする割合) 99.5%のもと、感度 (がんの人を見つける割合) は65%
- 陽性と出た人のうち実際にがんの人は、検診を受ける人たちを仮定した推定で約5人に1人 (18.7%)
- 数字はすべて、モデルを作るのに集めたのと同じデータの中での検証 (内部検証) によるもので、別の集団での確認はこれから
- 2026年10月から、卵巣・大腸・胃・肺・膵・子宮体の6種類のがんで臨床試験を始めるとしている。実用化の時期は書かれていない
何を測る検査か
CSGSA法は、血液の中の糖ペプチド (タンパク質に糖がくっついた分子のかけら) を、質量分析という方法で約1,700種類まとめて測ります。その結果を、CA125・HE4・CA72-4という3種類の腫瘍マーカーや年齢などの情報と組み合わせ、AI (機械学習) で解析します。
今回の発表の中心は、この解析に2段階の判定を組み合わせた成果と、6種類のがんでの臨床試験の計画です。
2段階で判定する
第1段階では、腫瘍マーカーと年齢をもとに、受けた人を高リスク・中リスク・低リスクの3つに分けます。第2段階では、判定が難しい中リスクの人だけを、糖ペプチドの情報を加えたモデルでもう一度判定します。研究チームは複数の機械学習の方法を比べ、LightGBMという方法がいちばん高い性能を示したとしています。
99.5%と65%の読み方
99.5%は特異度で、がんでない人を正しく「がんではない」と判定できた割合を指します。卵巣がんの人を見つけられた割合 (感度) は65%です。この条件では、がんの人の約35%は陰性と判定されうることになります。
陽性的中率 (PPV) は、陽性と出た人のうち、実際にがんだった人の割合です。一般の検診を受ける人たちを想定した推定で18.7%、およそ5人に1人でした。陰性と出た人のうち実際にがんでなかった人の割合 (陰性的中率・NPV) は、99.99%と推定されています。どちらの値も、検診を受ける人の中にがんの人がどれだけいるか (有病率) を一定と仮定した推定です。検診を受ける人のほとんどはがんではないため、がんでない人の0.5%に出る誤った陽性でも、人数にするとがんの人の陽性より多くなります。99.5%なのに陽性の5人に4人ががんでない、という結果はこの仕組みから来ています。
研究チームは、従来の単一のマーカーに基づく方法を上回る性能だとしています。
なぜ卵巣がんから試したか
卵巣がんは初期に自覚症状が乏しく、進んでから見つかることが多いがんです。早い段階で見つかれば、5年生存率は90%を超えます。一方で、超音波やCT、CA125やHE4といった従来の血液のマーカーだけでは、早い段階を見つける精度が十分でないとされてきました。英国の大規模な試験 (UKCTOCS) でも、超音波や複数のマーカーによるスクリーニングだけでは、卵巣がんによる死亡率を有意に下げられませんでした。
2026年10月からの臨床試験
臨床試験は、慶應義塾大学予防医療センター等で、健診を受ける人と治療前のがん患者の血液を集めて行うとしています。対象は卵巣・大腸・胃・肺・膵・子宮体の6種類のがんです。目標の人数は健常人100人、大腸がん60人、胃がん40人、肺がん60人、子宮体がん30人、卵巣がん20人、膵がん20人で、2027年3月に症例を集め終え、その後にデータを解析する予定です。採血から搬送、検査、AIによる判定、結果の報告までの流れが実際に回るかも、あわせて確かめます。
卵巣がん以外では、肺・大腸・胃・膵がんなどについて、これまでの研究で、血液の糖ペプチドの情報からがんを見分けられる可能性が報告されている段階です。子宮体がんは研究が進められているところです。今回の数字は卵巣がんだけのもので、ほかのがんでの性能は、この臨床試験で確かめることになります。
暮らしにとっての意味
健診の結果の紙で数字を見慣れていると、「99.5%」はがんを見つける割合に読めてしまいます。今回の数字が示しているのは、がんでない人をがんと誤って判定することがとても少ない、という側です。研究チームは最終的に、1回の採血で複数のがんを早く見つける検査の実用化をめざしていますが、その時期や費用、どこで受けられるようになるかは、発表に書かれていません。
まとめ(FAQ)
Q. この検査は、もう受けられますか?
A. 受けられません。研究と臨床試験の段階で、実用化の時期は発表に書かれていません。
Q. 99.5%は、がんを見つける確率ですか?
A. いいえ。99.5%は、がんでない人を正しく「がんではない」と判定できた割合 (特異度) です。卵巣がんの人を見つけられた割合 (感度) は65%でした。
Q. 6種類のがんすべてで、性能が確かめられているのですか?
A. 数字が出ているのは卵巣がんだけです。大腸・胃・肺・膵・子宮体を含む6種類は、2026年10月からの臨床試験で確かめるとしています。
Q. NECが開発した検査ですか?
A. 慶應義塾大学医学部・東海大学・湘南医療大学・NECの共同研究チームによる成果です。
検証メモ (出典と留保)
- NECのサイトに掲載された4者連名のプレスリリース (2026年11月20日(金)) を、用語解説と論文情報、目標症例数の表まで全文で確認しました。慶應義塾のプレスリリース一覧にも、同じ日付・同じ題名で掲載されています (慶應義塾のPDFは読んでいません)。
- 2段階の判定の仕組み、553人と1,144人、特異度99.5%、感度65%、陽性的中率18.7%、陰性的中率99.99%、内部検証の限界の記述、卵巣がんの背景 (5年生存率90%超・UKCTOCS)、臨床試験の対象と人数と時期は、このプレスリリースによります。
- がんの人の約35%が陰性と判定されうる点は、プレスリリースの注の説明によります。同じ注は、とくに陽性的中率は有病率で大きく変わり、実際の検診で同じ値になるとは限らないと書いています。
- 「従来の単一のマーカーに基づく方法を上回る」は研究チームの説明です。どのマーカーと比べてどれだけ上回ったかの数字は、プレスリリースに載っていません。
- CSGSA法という名前は、2019年の論文ですでに使われています (PubMedの書誌で確認・本文は読んでいません)。
- 論文 (Mikamiほか、Journal of Translational Medicine、2026年7月1日(水)掲載) の本文は読んでいません。比べた従来のマーカーの数字、早い段階 (I・II期) だけでの感度、陽性的中率の計算に使った有病率の値は確認できていません。
- 臨床試験について、プレスリリースは「2026年10月より…開始します」と書いています。実際に血液の収集が始まったかどうかは書かれていません。
- 研究の中でNECが担った具体的な役割は、プレスリリースに明記されていません。
- Impress AI Watchの報道 (2026年11月20日(金)) と照合し、人数と数字に食い違いがないことを確認しました。
- 2026年11月21日(土)時点の確認による情報です。
Quotidia の視点
99.5%という特異度は、この検査が検診の場で成り立つための条件として読める。検診を受ける人の大半はがんではないので、がんでない人のごく一部を陽性にするだけでも、陽性と出た人の多くはがんでない人になる。特異度を99.5%まで上げても、陽性の人のうち実際にがんの人は推定で約5人に1人だった。論文の題が陽性的中率を高めることを掲げているのも、この理屈に沿う。2段階の作りも同じ向きで、腫瘍マーカーと年齢で白黒がつきにくい中リスクの人にだけ、約1,700種類の糖ペプチドの情報を足して判定し直す。そのかわり、卵巣がんの人の約35%は陰性と出うる。誤って陽性にする人を減らすことと、がんの人を取りこぼすことの釣り合いをどこに置くかは、同じデータの中での検証だけでは決めきれない。研究チームは次の段階として、健診を受ける人と治療前のがん患者の血液で、6種類のがんについて確かめるとしている。
関連記事:
- 皮膚がんの画像診断、最新の汎用AIより2015年の画像認識AIが正解率で上回る。英国の皮膚科医が比較(医療の判定にAIを使う先例。英国の皮膚科医が皮膚がんの画像診断を比べたところ、最新の汎用AIより2015年の画像認識AIのほうが正解率で上回った。どちらも、数字がどの条件で出たものかを読まないと意味が変わる)
- Google DeepMind、ヒトゲノムで起こりうる約90億通りの1文字変異をすべて予測し無料公開。診断用ではなく研究者向け(研究段階の医療AIの先例。Google DeepMindはヒトゲノムの1文字変異の予測を無料公開し、診断用ではなく研究者向けだと明記した。今回の検査も、まだ受けられるものではなく臨床試験の段階)
しっぽの先

ムギがいなくなって九日目の夜までに、迷い猫の張り紙を見たという電話は二十三本かかってきた。そのうち柚原さんが走っていったのは四本で、四本とも、ちがう猫だった。
土曜日の夜十時、僕は同じアパートの二階に住む柚原さんと、線路沿いの道を歩いていた。懐中電灯を持つのは僕で、カリカリの袋を持つのは柚原さんだ。ムギは四歳の茶トラで、しっぽの先だけが白い。張り紙の写真には、ムギがいちばん太って写っている一枚を、柚原さんがわざわざ選んだ。
「ああいうのは、正直なほうがいいのよ」と彼女は言った。
電話に出ると、柚原さんはまず一つだけ聞く。しっぽの先は白かったですか。白かったと言われたら、その場で走る。見えなかったと言われたら、場所と時刻を地図に鉛筆で書きこんで、次の晩の同じ時刻に行く。白くなかったと言われたら、お礼を言って切る。
踏切の遮断機が下りているあいだ、僕は携帯の画面を見ていた。
「何を見てるの。ムギの目撃情報?」
「きのう発表された、がんの検査の研究」と僕は言った。「慶應義塾大学の医学部と東海大学、湘南医療大学、それにNECの研究チームが、血液の中の糖ペプチドっていう分子のかけらと、腫瘍マーカーと年齢をまとめて、AIで解析する。最初に腫瘍マーカーと年齢で分けて、決めにくい真ん中の人だけを、もう一度細かく見るんだって。卵巣がんで試して、がんでない人の九十九・五パーセントを、ちゃんと『がんではない』と判定できた」
「すごいじゃない」
「その条件で、卵巣がんの人を見つけられたのは六十五パーセント。残りの人は、がんではないと出ることがある」
柚原さんは、カリカリの袋を左手に持ちかえた。「それ、もう受けられるの」
「まだ。数字が出てるのは卵巣がんだけで、十月から六種類のがんで臨床試験を始めるとしてる。いつから受けられるかは、どこにも書いてない」
遮断機が上がって、僕らは線路を渡った。
「電話をくれる人は、みんな親切なの」と柚原さんは言った。「親切な人ほど、茶色い猫は全部ムギに見える。だから、しっぽのことを聞く。聞くと半分くらいの人は黙っちゃうんだけど、黙った人の話のほうが本当らしく聞こえることもある」
「黙ったら、どうするの」
「地図に書いて、次の晩に行く。猫は、だいたい同じ時間に同じところを通るから」
線路の向こうを、終電の一つ前の電車が、四両ぶんの明かりを引いて通り過ぎていった。
二十四本目の電話は、線路沿いの古いアパートの前を歩いているときにかかってきた。柚原さんは歩きながら携帯を耳に当て、いつもの質問をして、しばらく黙って聞いていた。
「見えなかったって。そこの外階段の下に、茶色い猫がいるって」彼女は顔を上げた。「すぐそこ」
決まりでは、行くのは次の晩の同じ時刻だった。でも外階段は、道の向こうに見えていた。
「見るだけ」と柚原さんは言った。
階段のいちばん下の段の奥へ、懐中電灯の光を低く差し入れると、猫が一匹、前足を胸の下にしまってこちらを見ていた。茶トラで、しっぽの先が白かった。柚原さんが息をのむ音がして、それから長い息が続いた。
「ちがう。耳が、ムギより小さい。それにムギは、知らない人の前であくびなんかしない」
猫はあくびを終えて、光の外へ顔をそむけた。
「白いしっぽの茶トラ、この町で三匹目」と柚原さんは言った。「みんな、どこに隠れてたのかしら」
帰り道、柚原さんは、しっぽのことを聞くようになった晩の話をした。ムギがいなくなって二日目の夜で、それは僕が電話をかけた晩だった。コンビニの裏の室外機の上に茶トラがいる、と僕は言った。ファンの回る音がうるさくて、自分の声が大きくなったのを覚えている。柚原さんはサンダルのまま走ってきて、そこにいたのは、しっぽの先まで茶色い、ずっと年をとった猫だった。僕はしっぽを見ていなかった。顔だけ見て、ムギだと決めていた。
「あの晩から聞くことにしたの。一つだけ決めておけば、走る回数が減るから」
「悪かった」
「悪くない。あの晩走ったおかげで、コンビニの裏に抜け道があるのが分かったし」
自分たちのアパートの前で、柚原さんは地図を広げ、線路の横の外階段のところに、鉛筆で小さな丸を一つ書き足した。丸の中に、白、と一字だけ書いた。それからカリカリの袋を一度だけ振り、うちのアパートの階段の一段目に、ひとつかみ置いた。乾いた粒がコンクリートに落ちて、雨の降りはじめのような音をたてた。
慶應義塾大学医学部・東海大学・湘南医療大学・NECの研究チームが、血液をAIで解析するがん検査の技術「CSGSA法」の成果を、2026年11月20日(金)のプレスリリースで発表した。血液中の糖ペプチド約1,700種類と腫瘍マーカー3種類、年齢などを、2段階の機械学習で解析する。卵巣がんの患者553人とがんでない1,144人の血液を使った内部検証で、特異度 (がんでない人を正しく「がんではない」とする割合) 99.5%のもと、感度 (卵巣がんの人を見つける割合) は65%だった。まだ受けられる検査ではなく、2026年10月から6種類のがんで臨床試験を始めるとしている。実用化の時期は示されていない。
運営: AI Quotidia 編集部
海外 AI ニュースを毎朝、日本語で解説する個人運営メディアです。記事は AI を活用して作成し、人手による確認・編集を経て公開しています。