AI医療機器のモデル更新　日本のIDATENが定める範囲と院内確認

AI医療機器の更新は、スマートフォンのアプリ更新とは性質が違う。追加学習でモデルの重みが変われば、同じ販売名でも入力に対する出力や性能が変わりうる。画面や接続仕様の変更は、院内システムが受け取る項目や医療従事者への通知に影響する。承認範囲、製造販売業者の変更手続き、病院の受入判定を分けて管理しなければ、どの版がどの根拠で稼働しているのか追えなくなる。

日本では、医療機器変更計画確認手続制度（IDATEN）が将来の改良を薬機法の枠内で扱う。計画の確認は製造販売業者の薬事手続きであり、病院が新版を院内で受け入れる判断まで規制当局が代行する仕組みではない。更新の責任は、規制上の変更管理と院内の運用管理に分けて考える必要がある。

更新対象──モデル、ソフト、院内接続

AI医療機器を「一つのモデル」と見ると、変更の影響範囲を取り違える。実際の製品は、モデル、前処理、入力データ、表示画面、外部システムとの接続、権限設定から成る。更新は大きく三つに分けられる。

• 固定モデルのソフト更新：モデルの重みを固定したまま、画面、対応する基本ソフト（OS）、入力形式、セキュリティ修正を変える。モデルが同じでも、入力や表示が変われば院内の確認対象になる。
• 計画的な再学習：新しいデータをまとめて追加し、別版のモデルとして検証してから配布する。データの由来、学習方法、性能基準、旧版との差が記録の軸になる。
• 継続学習（continuous learning）：運用中のデータを取り込み、短い周期または連続的にモデルを変える。自動か手動か、変更の上限、基準を外れた場合の停止方法まで先に定める必要がある。

「AIを更新した」という一行だけでは、モデル版、ソフト版、設定、接続仕様のどれが変わったのか分からない。院内の構成台帳は、これらを一つのリリース番号へ結び付け、稼働開始時刻まで残す形が要る。

日本のIDATEN──変更計画を先に審査へ

2020年8月31日付の厚生労働省通知は、薬機法第23条の2の10の2に基づき、承認済み医療機器の使用目的・効果、構造・原理、性能・安全性規格、使用方法などの変更計画を確認する制度を示し、関係規定は同年9月1日に施行された。変更計画には倫理性、科学性、信頼性を確保し、品質、有効性、安全性を立証する根拠が求められる。計画に沿う変更を届け出る際も、予定した試験結果が得られたことを示す資料が要る。

PMDAが掲載する2023年12月22日付の厚生労働省Q&Aは、市販後に性能が変わるAI医療機器について、追加学習データの取得・選定、学習方法、性能評価用データを含む試験方法を管理手順の例に挙げる。同じ資料は、変更計画の作成、照査、検証、妥当性確認を担う責任と権限を定め、計画どおりの変更かを確認する手順も求めている。

確認済み計画は包括的な更新許可ではない。市販後学習で臨床的位置付け、使用目的または効果が変わり、品質、有効性、安全性に重大な影響が及ぶ場合、同Q&Aは製造販売承認事項一部変更承認申請が必要だとしている。プログラム医療機器を更新した際の有効性、安全性、妥当性確認の記録も、製造販売業者がQMS省令に沿って作成し、保管する。

米FDAのPCCP──似た発想でも別の手続き

米食品医薬品局（FDA）は、あらかじめ定めた変更管理計画（Predetermined Change Control Plan、PCCP）を使う。2025年8月版の最終指針は、PCCPを予定する変更の記述、変更を開発・検証・実装する手順、便益とリスクの影響評価という三つの要素で構成している。変更手順にはデータ管理、再学習、性能評価、更新方法が入り、事前に定めた受入基準と利用者への通知も扱う。

追加の上市申請なしで実装できるのは、FDAが承認したPCCPに記載され、その手順に沿って実施された変更に限られる。計画にない重大変更や、データ管理、再学習、性能基準が計画から外れた変更は、同じ扱いにならない。この最終指針は510(k)、De Novo、PMAを対象とする米国の推奨であり、日本のIDATENを代替しない。

FDA、カナダ保健省（Health Canada）、英国医薬品・医療製品規制庁（MHRA）が2023年に公表した共同原則は、PCCPの実装方法は管轄ごとに異なるとした上で、変更を元の使用目的の範囲に絞り、性能基準を外れた変更を検知して停止または元に戻す仕組みを挙げている。制度名が似ていても、米国の申請経路を日本の承認に読み替えることはできない。

病院が更新前後に残す五つの記録

IDATENが扱うのは製品の薬事上の変更であり、院内システムの構成や運用の確認は病院側に残る。厚生労働省の「医療情報システムの安全管理に関するガイドライン 第7.0版」は、ソフトウェアの改訂履歴と版の組み合わせを管理し、導入・変更時に想定した品質で稼働するか確かめるよう求める。保守では事前承認、アクセスログ、影響範囲、代替措置、院内周知を扱う。このガイドラインは医療情報システム全般の運用基準であり、AIモデルの臨床性能基準を定める資料ではない。

1. 薬事上の範囲と責任者：販売名、承認番号、使用目的、変更計画確認番号、今回の変更が確認済み計画に入る根拠をそろえる。製造販売業者の承認者と院内で稼働を認める責任者を分けて記録する。
2. 追加学習データ：収集期間、施設、対象集団、装置、入力条件、注釈方法、欠測の扱いを旧版と比較する。データが増えたという説明だけで、元の対象集団を反映するとは判断しない。
3. 性能と受入基準：用途に対応する指標、評価用データ、統計手法、事前に定めた合否基準を残す。新版は承認時の版と直前の院内版の双方と比べ、対象集団ごとの差も確認する。
4. 版と接続：モデル、アプリ、設定、接続仕様（API）、データ項目、コード対応、配布時刻を一つの構成表にする。医療情報交換規格FHIR（Fast Healthcare Interoperability Resources）は医療情報を電子的に交換する共通形式を定めるが、欄の対応、権限、モデル性能の妥当性は別に確かめる。
5. 通知、停止、復旧：更新を知らせる対象、研修の要否、監視期間、停止を判断する基準と権限、代替手順、旧版へ戻す条件を決める。実行時刻、担当者、結果は保守ログと結び付ける。

FDA、カナダ保健省、英国MHRAの2024年透明性原則は、施設固有の受入試験、継続的な性能監視、既知の限界、変更管理に加え、機器を更新した際の適時通知を利用者向け情報に含める考え方を示す。更新頻度だけを契約に書いても、合否基準と停止権限がなければ院内の責任分界は曖昧なままだ。

モデルドリフトを平均値だけで見ない

運用側がモデルドリフト（model drift）として監視する対象は、モデルの重みだけではない。患者集団、撮像装置、検査手順、入力形式が変われば、開発・検証時のデータと現在の入力の関係がずれる。全体の平均性能が基準内でも、特定の装置や対象集団で入力エラー、判定不能、人工修正が増える場合がある。

更新後の監視では、製品が定める性能指標に加え、入力除外率、欠測率、判定不能率、人工修正率、処理時間を版ごとに追う。閾値を外れたときは、製造販売業者への連絡、院内での停止、代替手順への切り替えを同じ記録からたどれる形にする。規制上の確認番号だけでは、現場でどの版が動き、どの結果を残したかまでは分からない。

PMDAは変更計画の確認が終了したプログラム医療機器の一覧を公表する一方、その一覧は計画に従う変更届を実施した品目の一覧ではないと明記している。病院別の導入版、受入試験、停止・復旧の実績を横断して示す公的資料は、本稿執筆時点で確認できていない。公開情報の空白は、各病院が版と受入結果を残す必要性を強める。

よくある質問

IDATENで変更計画を確認済みなら、病院は自動更新してよいのか
一律には判断できない。IDATENは製造販売業者の変更計画と薬事手続きを確認する制度だ。病院は今回の変更が確認済み計画に入り、予定した試験結果を満たすかを確かめた上で、版、接続、通知、代替手順を院内の変更管理に載せる必要がある。

PCCPとIDATENは同じ制度なのか
同じではない。将来の変更範囲と検証方法を先に確認する考え方は共通するが、PCCPは米FDAの510(k)、De Novo、PMAで使う枠組みで、IDATENは日本の薬機法に基づく医療機器変更計画確認手続制度だ。

FHIRで接続できれば、更新後の受入試験は終わるのか
終わらない。FHIRが定めるのは医療情報を交換する形式である。入力欄とコードの対応、アクセス権限、出力の表示、モデル性能、停止時の代替手順は、院内システムと製品の組み合わせごとに確認する。