AIを活用した病気の診断やスクリーニングでは、「診断の正確さ」をどのように評価するかが非常に重要です。
その際に使われる代表的な指標が「適合率（Precision）」と「再現率（Recall）」です。
「適合率と再現率って何が違うの？」
「医療AIを導入する場合、どちらを優先して評価すべきか？」
このような疑問を持つ方も多いのではないでしょうか？
本記事では、医療AIの活用を考えている医療従事者向けに、初心者でも直感的に理解できるよう、具体例を交えながらわかりやすく解説します。
適合率（Precision）とは？
適合率の定義と計算方法
適合率（Precision）とは、「AIが『陽性（病気あり）』と判断した中で実際に陽性であった割合」を示す指標です。
計算式は以下の通りです。
\[ \text{適合率（Precision）} = \frac{TP}{TP + FP} \]
ここで、
- TP（True Positive / 真陽性）
AIが正しく陽性と判断した数 - FP（False Positive / 偽陽性）
実際は陰性だがAIが誤って陽性と判断した数
適合率の具体例：がんの診断AI
例：あるがん診断AIの適合率
- AIが「がん」と判定した患者数（TP + FP）
100人 - そのうち本当にがんだった患者数（TP）
80人 - 適合率＝80 / 100＝80%
適合率80%の意味
→ 「AIががんと判定した100人のうち、20人は実際には健康で誤診だった（False Positive）」
適合率を高めることで、誤って病気と診断されるケース（False Positive）を減らせます。
ただし、その分、病気の見逃し（False Negative）が増える可能性があるため、再現率とのバランスを考慮することが重要です。
\[
\begin{array}{c|c|c}
& \text{AIが陽性と判定} & \text{AIが陰性と判定} \\ \hline
\text{実際に陽性} & TP（真陽性） & FN（偽陰性） \\ \hline
\text{実際に陰性} & FP（偽陽性） & TN（真陰性）
\end{array}
\]
再現率（Recall）とは？
再現率の定義と計算方法
再現率（Recall）とは、「実際に陽性（病気あり）の人のうち、AIが正しく『陽性』と判断できた割合」を示す指標です。
計算式は以下の通りです。
\[ \text{再現率（Recall）} = \frac{TP}{TP + FN} \]
ここで、
- TP（True Positive / 真陽性）
AIが正しく陽性と判断した数 - FN（False Negative / 偽陰性）
病気があるのにAIが誤って陰性と判断した数（見逃し）
再現率の具体例：がん検診
例：あるがん診断AIの再現率
- 実際にがん患者だった人（TP + FN）
100人 - AIが正しく「がん」と判定した人（TP）
90人 - 再現率＝90 / 100＝90%
再現率90%の意味
→ 「本当にがん患者だった100人のうち、90人はAIにより正しく診断され、10人が見逃された（False Negative）」
適合率 vs 再現率：どちらを重視すべきか？
| 適合率を重視 | 再現率を重視 | |
|---|---|---|
| 目的 | 誤診（偽陽性）を減らす | 見逃し（偽陰性）を減らす |
| 具体例 | がん診断の精密検査 | がんのスクリーニング検査 |
| トレードオフ | False Positiveを減らすとFalse Negativeが増える可能性 | False Negativeを減らすとFalse Positiveが増える可能性 |
初学者向け！適合率と再現率を直感的に理解するポイント
① 適合率と再現率の違いを簡単に言うと？
- 適合率（Precision）＝「AIの陽性判定がどれだけ信頼できるか？」
- 再現率（Recall）＝「本当に陽性の人をどれだけ逃さず検出できるか？」
② 適合率と再現率のトレードオフ
適合率と再現率は一般にトレードオフの関係にあります。
適合率を高めようとすると再現率が低下し、再現率を高めようとすると適合率が低下する傾向があります。
ただし、モデルの性能を全体的に向上させることで、両方を改善することも可能です。
③ バランスを取る指標「F1スコア」
F1スコアは適合率と再現率の調和平均を表し、両方の指標がバランスよく高いときに大きな値になります。
適合率と再現率のバランスが悪い（片方が極端に低い）と、F1スコアも低くなります。
\[ \text{F1スコア} = 2 \times \frac{\text{適合率} \times \text{再現率}}{\text{適合率} + \text{再現率}} \]
まとめ
適合率と再現率は、AIの診断精度を評価する上で欠かせない指標です。
- 適合率を重視する場合
誤診を減らしたい（精密検査など） - 再現率を重視する場合
見逃しを防ぎたい（がん検診など）
医療AIを導入する際は、どちらの指標が重要かを理解し、適切なバランスを見極めることが大切です！
コメント