28 Aug 2026
医療AIモデルの学習にはどれだけのデータが必要か
「何件あればいい」という一つの数字はありません。あるのは、データ予算と日程、そしてその数字を計算できるようにする評価項目です。規制対象の医療AIで、根拠をどう設計するかをまとめた完全版レポート。
医療AIに必要なデータ量は、計算で出せます。難しいのはそこではありません。そのデータセットを、何年もの開発期間を通じて、証明でき、版を管理でき、使い回せる状態に保ち続けること。MAEAはそこを支えるために設計されています。
By モッドアステラ
28 Aug 2026
医療AIモデルに必要なデータ量は、突き詰めれば計算で出せます。何を主張するか、主要評価項目は何か、統計上どこまでの誤差を許すか。この3つが決まれば、必要なイベント数は式から出てきます。その計算は姉妹記事医療AIモデルの学習にはどれだけのデータが必要かで詳しく扱っています。
行き詰まるのは、計算ではありません。
行き詰まるのは、その計算が当たり前の前提にしていることのほうです。各サンプルはどこから来たのか。誰が、どの版の手順書に従ってラベルを付けたのか。どのモデルがそれを学習したのか。テストセットに触れたことはないか。そして2年後、改良版のために新しい独立データが必要になったときにも、同じ問いにまだ答えられるのか。
これがデータライフサイクルの問題です。資金の潤沢な医療AI開発が、見込みのある試作品と、根拠を説明できる製品との間で足踏みする理由でもあります。MAEA（モッドアステラのMedical AI Engineering Agent）が取り組んでいるのは、この問題です。
医療AIの開発では、最初にデータを受け取ってから、市販後に改良を加えるまでのあいだ、次の8つを同時に、しかもずっと成り立たせ続けなければなりません。
1つだけなら難しくありません。厄介なのは、これらを何年にもわたって、担当者が入れ替わっても、しかもそもそもこうした記録を残すようにできていない道具を使いながら、同時に成り立たせなければならない点です。
よくある医療AIの開発環境は、それぞれ自分の仕事はきちんとこなすものの、その経緯を次の工程に引き継がない道具の寄せ集めです。PACSやLISからのエクスポート、症例IDを並べた表計算ファイル、ラベリングツール、オブジェクトストレージ、いくつものノートブック、学習スクリプト、そして最後に推論環境。
受け渡しのたびに、情報が1つずつこぼれ落ちます。エクスポートしたデータからは、それを取り出したときの検索条件が消えます。表計算ファイルからは、同意の根拠が消えます。ラベリングツールからは、そのとき有効だった作業指針の版が消えます。ノートブックからは、どの版のデータセットを読んだのかが消えます。そして結果が資料に載る頃には、もう誰もその流れをたどり直せません。
これは無視できる雑務ではありません。Willeminkらの推定によれば、アルゴリズムに入力できる形にするまでの前処理とデータ整備が、医療画像の機械学習プロジェクトの工数の80%以上を占めます。医療AI予算の大半は実際にここへ消えていきます。しかもその作業は、そこで生まれた構造が残らなければ、何の根拠も生みません。
つまずき方は、だいたい決まっています。
MAEAは、ライフサイクルそのものを製品として扱います。モデルの学習を製品と考えて、ライフサイクル管理をその周辺の書類仕事として片付けるのではありません。以下に挙げる各段階は、記録が生まれる場所です。その記録を次の段階まで持ち越すことが、MAEAの役割です。
サンプルは、名前の付いたデータセットの一部としてMAEAに入ります。タグ、ボリュームデータやマルチフレーム画像からのスライス切り出し、データセット単位のアクセス権限もあわせて管理されます。ストレージの設定、接続を許可するホスト、APIキー、組織内の役割も、別建てのインフラ設定ではなく同じシステムの一部です。
現場での効き目は単純です。「これは何のデータか」の答えが、ファイル名の付け方や、エクスポートを設定した本人の記憶に頼らなくなります。
MAEAのラベル付け画面は、ひととおりの作業をカバーしています。多角形や矩形での領域指定。動画・マルチフレームの操作。DICOMのウィンドウ調整と向きの補正。あらかじめ決めたラベル一覧と、キーボード中心の確認作業。さらに、クリックで補助する半自動・全自動のラベル付けや、他所で作ったラベルをマスク画像として取り込むこともできます。
ただ、描画機能より大事な点が2つあります。1つは、ラベルが別のシステムに飛んでいかず、サンプルとデータセットにひもづいたまま残ること。もう1つは、自動ラベル付けを、人が決める正解基準の代わりではなく、あくまでその作業を速くする道具として扱っていることです。この線引きがあるからこそ、できあがったラベルを根拠として使えます。
MAEAの学習データセットは、すでにまとまりとして存在するデータセットに対して、絞り込み条件、タグ、検索条件を指定して組み立てます。「フォルダに一度だけファイルをコピーする」のではなく、あとから中身を確かめられ、もう一度同じように適用でき、妥当かどうかを議論できる形で残ります。
データ分割が健全かどうかは、ここで決まります。条件として書いておけば、患者単位や施設単位の境界は使い回すたびに保たれます。手で組んだフォルダはその一度きりで、次の人が組み直した時点で失われます。
学習を始める前に、データの中身を確かめる画面があります。正解ラベルやタグの分布、データの提供元から、サンプル1件ごとの詳細まで見られます。特定の層で結果が振るわなかった後ではなく、その前に気づくためのものです。
データ量の見積もりには、「全体の件数は、手薄な層を覆い隠す」という大事な論点がありました。これはその論点への、実務的な答えです。5万症例のデータセットでも、主張したい層が40例しかなければ、集団全体についての主張は支えられても、その層については何も支えられません。この不足に手を打てるのは、まだ集める時間が残っているうちに、誰かが気づいた場合だけです。
学習と評価は、パイプラインとして動きます。指標を選び、追加学習を行い、結果を図で確かめ、複数のパイプラインを並べて比較できます。その上でMAEAの実験機能が、実験の設定を組み立て、変換し、実行し、失敗時には直します。実行ごとに、生成物の時系列、版を管理した設定、分析用のグラフ、あとから中身を確認できる設定記録が残ります。
肝心なのは、このプラットフォームでモデルを学習できること自体ではありません。モデルを学習させる道具ならいくらでもあります。肝心なのは、グラフに載った数値から、誰の記憶にも頼らずに、それを生んだ設定と実行までたどり着けることです。
パイプラインのスナップショットは、書き出しも読み込みもできます。固めたモデルは持ち運べるひとまとまりになり、協力先が中身を確認でき、別の環境で再現でき、改良版を「実際に検証した版」と比べる必要が出てきたときに、後から取り出せます。
多くの開発環境では、設計凍結は書類を作る作業です。ここでは、持ち出せる成果物として残ります。
導入した環境、その利用状況、API呼び出し回数、応答時間といった指標は、そのモデルを生んだデータセットや実験と同じシステムの中にあります。だから監視が、切り離されたダッシュボードではなく、わかっている成績との比較になります。この違いがあって初めて、性能の劣化や運用上の兆候に手を打てます。監視の詳細は規制対象ワークフローにおけるAIモデル監視で扱っています。
構成が条件として書かれ、設定の版が管理され、スナップショットを持ち出せる。だから改良版は、「たまたま余っていたデータ」ではなく、独立していると示せる取り置きデータで評価できます。これは、管理された変更手続きを回すための前提条件です。そして、それが手元にないことにチームが気づくのは、たいてい必要になったその瞬間です。
規模を見積もる記事では、「どれだけのデータが必要か」への本当の答えは、日程に沿って組んだデータ予算だと述べました。データは何回かに分けて調達し、そのたびに学習曲線を引き直す。モデルと判定閾値を選ぶ前に、手を触れないテスト用の集団を確保しておく。カバー範囲は合計件数ではなく層ごとに数える。そういう進め方です。
どれも、ライフサイクルを支える土台があってはじめて成り立ちます。
この土台がなければ、データ予算は2か月目には実態と合わなくなる表計算ファイルにすぎません。トレーサビリティが、書類づくりの話ではなくデータ計画の話である理由も、ここにあります。
できないことをはっきりさせておくのも、役に立つことのうちです。
試作品と製品のあいだのどこかにいるなら、最初に効く一手は、基盤の乗り換えではなく棚卸しです。
この作業をやってみれば、データライフサイクルが自分たちにとって現実の問題なのか、それとも机上の話にすぎないのかは、たいていはっきりします。現実の問題だったなら、MAEAは、見つかった切れ目をふさぐために設計されています。そうでなかったとしても、棚卸し自体に大した費用はかかりません。
それより前の段階にいるなら、モデル構築前のAIデータ準備状況のほうが、出発点として適しています。モッドアステラでは、モデルの比較をやり直す手戻りが大きくなる前に、データセットの構造、分割の考え方、根拠の整い具合を見直すお手伝いができます。
「何件あればいい」という一つの数字はありません。あるのは、データ予算と日程、そしてその数字を計算できるようにする評価項目です。規制対象の医療AIで、根拠をどう設計するかをまとめた完全版レポート。
固定した医療AIシステムが開発データの外でも移行可能かを検証するための実践ガイド。コホート設計、閾値、サブグループ分析、ワークフロー評価、失敗分析を解説します。
全スライド画像の表現と候補のランキングから、専門家によるレビュー、出典情報、コホートに関する判断、意義のある評価まで、病理画像検索を実践するためのガイドです。