歯科診療におけるX線画像の品質不良は、保険請求の却下や患者の再来院を招く大きな経営課題であった。ヘンリー・シャイン・ワンはAmazon SageMaker AIを活用し、撮影直後に品質を自動判定するシステム「Image Verify」を構築。臨床現場のワークフローにAIを自然に溶け込ませる実用的なDXの成功事例を示した。
従来の歯科医療現場では、X線画像の不備は数日後の保険請求プロセスで初めて発覚し、患者の再来院という非効率な運用が常態化していた。ヘンリー・シャイン・ワンの発表によれば、新システム「Image Verify」はこの長年の課題に対し、AIによるリアルタイム検証という解決策を提示している。患者が診療椅子に座っている間に画像の品質を即座に判定することで、その場で「撮り直し」の判断が可能となり、医療従事者の負担軽減と患者満足度の向上を同時に達成している。
Image VerifyはAmazon SageMaker AIを基盤とし、撮影されたX線画像を瞬時に解析して1から5のスコアで品質を評価する。技術文書によれば、画像取り込みから品質判定までの往復時間は中央値で1.4秒、P90でも2.2秒という短時間で実現されており、臨床現場のワークフローを妨げない。同社は画像タイプを分類した上で、鮮明度や位置合わせを評価する複数の専門モデルを順次実行するパイプラインを構築した。さらに、GPUインスタンスを「ml.g6e」から「ml.g7e」へ移行することで、インフラコストを33％削減しつつ推論パフォーマンスを最大2.3倍に向上させ、大規模展開における性能とコストの両立を図っている。
本システムが「診断」ではなく「品質検証」という限定的な役割に徹している点は戦略的である。臨床判断をAIに委ねる場合、厳格な医療機器規制のハードルが立ちはだかる。しかし、画像が「臨床利用に耐えうるか」という品質チェックに絞ることで、迅速な開発とグローバル展開を可能にした。このアプローチは、AIを医療現場に導入する際の現実的な突破口として他領域にも応用できる可能性を秘めている。規制対応の複雑さを回避しつつ、現場の喫緊の課題を解決する実用性が高く評価されている。
ヘンリー・シャイン・ワンは、Image Verifyを世界4万拠点へ拡大する計画だ。2026年4月時点で1万拠点以上で稼働し、週あたり150万枚ものX線を処理する現状の負荷に対し、安定したパフォーマンスを維持し続けることが今後の焦点となる。また、今回の成功が単なる業務効率化にとどまらず、将来的なAI診断支援へとどう接続されていくのかも注目される。現在の品質検証基盤を足がかりに、より高度なAI活用へと進むロードマップは、医療DXが概念実証から大規模実装へとフェーズを移したことを象徴している。
