// PART 09 / 16

PITFALLS L1 L2

医療AI研究の落とし穴と対策

医療AI研究では、モデルの精度が高く見えても、その結果がそのまま信頼できるとは限りません。過学習、データリーケージ、小規模データ、不均衡データ、欠測、施設差、ショートカット学習などによって、研究結果が過大に評価されることがあり、意外な落とし穴になります。

第9部「医療AI研究の落とし穴と対策」では、リハビリテーション・医療AI研究で見落とされやすい問題を、11 の記事で整理します。過学習と正則化、データリーケージ、小規模データと EPV、不均衡データ、多重比較、欠測バイアス、施設差・ドメインシフト、ショートカット学習、因果と予測の混同、公平性・サブグループ性能、そして医療AI論文で査読者に指摘されやすい点を扱います。

FIM 予後予測、歩行予測など、リハビリテーション領域の具体例を通して、どこで結果が歪みやすいのか、どのように検出し、Methods や Discussion でどう説明すべきかを解説します。

「精度は高いのに論文としての説得力が弱い」「他施設で予測精度が落ちる」「SHAP の結果を因果のように解釈してよいのか迷う」といった悩みに対して、研究計画・解析・論文化の各段階で確認すべきポイントを説明します。

ARTICLES: 11本
EST_TIME: 80min
LEVEL: L1/L2
UPDATED: 2026.05.04

記事一覧

// 11 ARTICLES · ALL

過学習と正則化
— 訓練データに合わせすぎないための医療AI研究入門

Bias-Variance、正則化、CV での検出。最も基本的だが見逃しやすい。

// pitfalls / overfitting READ →

データリーケージとは何か
— 未来の情報が紛れ込む瞬間

前処理、特徴量、分割の各段階で起きる漏れの典型例を全部出します。

// pitfalls / leakage READ →

小規模データ問題(EPV・サンプルサイズ設計)
— 何例あれば足りるか

EPV・Riley 2020・bootstrap optimism correction・研究計画段階のサンプルサイズ設計。

// pitfalls / small-n READ →

不均衡データ(SMOTE批判含む)
— 過剰なリサンプリングの罠

accuracy の罠・SMOTE のリーケージ・class_weight・閾値調整・PR-AUC・Decision Curve。

// pitfalls / imbalance READ →

多重比較と過剰なモデル探索
— 探索しすぎた研究の帰結

Garden of forking paths・FWER/FDR・nested CV・hold-out 規律・事前登録・AutoML 開示。

// pitfalls / multiplicity READ →

欠測バイアス
— MCAR / MAR / MNAR と Pipeline 内補完

complete case の選択バイアス・多重代入・欠測インジケータ・Pipeline 設計・感度分析。

// pitfalls / missing-bias READ →

施設差・ドメインシフト
— ある施設で動くモデルが他で落ちる理由

covariate/label/concept/measurement/workflow/temporal shift・外部検証・較正ドリフト・モデル更新階段。

// pitfalls / domain-shift READ →

ショートカット学習・スプリアス相関
— 撮影機種で病変を当てる罠

Clever Hans・Hidden stratification・陰性対照モデル・施設識別子テスト・XAI の限界。

// pitfalls / shortcut READ →

因果と予測の混同
— SHAP や重要度を「原因」と読まない

DAG（交絡・媒介・collider）・target trial framework・治療変数の扱い・記載テンプレート。

// pitfalls / causal-vs-pred READ →

公平性・バイアス(年齢 / 性別 / 施設)
— サブグループで崩れない性能

equal opportunity / equalized odds / calibration parity・incompatibility theorem・4 段階対策階段。

// pitfalls / fairness READ →

医療AI論文で査読者に突っ込まれる点
— 第9部の総まとめ・投稿前 4 層チェック

TRIPOD+AI / PROBAST+AI / CLAIM / DECIDE-AI 対応の Methods / Results / Discussion テンプレートと 16 項目チェック。

// pitfalls / reviewer-points READ →