| 症例ID | 依頼施設 | 検体 | 種別 | AI所見 | 担当 | 状態 |
|---|---|---|---|---|---|---|
| G-4471 | みなと総合病院 | 胃生検 | 術中迅速 | 関心3 ・ 0.94 | 山田 | 読影中 |
| G-4468 | さくら病院 | 乳腺針生検 | 通常 | 関心1 ・ 0.72 | 田中 | 待機 |
| G-4465 | 港北クリニック | 大腸ポリープ | 通常 | 陰性寄り 0.12 | AI下書き→佐藤 | 下書き済 |
| G-4460 | 緑が丘病院 | 皮膚 | 通常 | 関心2 ・ 0.66 | 未割当 | 待機 |
| G-4452 | みなと総合病院 | 甲状腺 | 通常 | 陰性寄り 0.08 | 佐藤 | 完了 |
病理はデジタル化（WSI）＋AIで「見落とし削減・定量化・遠隔化・効率化」できる。標本をスキャンしてデータ化すれば、どこの病理医でも読め、AIが関心領域を先に洗い出して希少な専門医の目を要所に集中させられる。
病理医は約2,600人（10万人あたり約2人）と極端に不足・偏在。空白は“ゼロ”ではない——メドメイン等の国産病理AI、日本病理学会のJP-AIDなど研究は進む。ネックは①WSI導入（スキャナ設備とワークフロー変更）が遅れ、デジタル化基盤が無い病院が多い ②法規制でAIに確定診断を認めず用途は「診断支援」限定。米国規模の臨床実装・商業化は未成熟＝基盤と制度がボトルネックの“薄い空白”。
診断AIの正面突破は薬機と先行者で不利。狙いは“前段と配分”。入口は非医療機器の業務ソフト：①デジタル化が進まない病院向けの安価な標本スキャン取込・遠隔転送・症例管理 ②病理レポート作成とアノテーションの効率化 ③遠隔病理ネットワークで「常勤病理医ゼロ病院の術中迅速」を希少な病理医へ最適配分するトリアージ層。病理の臨床理解×画像/ワークフロー×希少資源の配分（トレーダー感覚）。#8 Tele-ICUと同じ“専門医の目を配り直す”発想を病理で。