はじめに
毎年やってくる健康診断の季節。「結果が送られてくる封筒を開ける瞬間は、いつもドキドキしてしまう」という方は多いのではないでしょうか。そしてもし、結果の用紙に「D判定（要精密検査）」や「陽性」という赤い文字を見つけてしまったら、頭の中が真っ白になり、「もしかして重い病気にかかってしまったのではないか」と強い不安に襲われるかもしれません。しかし、どうか深呼吸して落ち着いてください。実は、健康診断の一次検査で引っかかったからといって、本当にその病気にかかっている確率は、皆さんの直感よりもずっとずっと低いことが多いのです。なぜそんな不思議なことが起きるのか、その謎を解き明かすカギとなるのが「ベイズ統計」という確率の考え方です。
👇 本記事でわかる3つの重要ポイント 👇
- 【テーマ1】検査で異常が出ても慌てなくていい理由
- 【テーマ2】確率のトリックを暴く「ベイズ統計」の秘密
- 【テーマ3】医療データとの正しい向き合い方と再検査の重要性
この記事では、専門的な数学の知識がなくてもスッキリと理解できるように、医療現場で起きている「確率のリアル」を平易な言葉で解説していきます。読み終える頃には、健康診断の結果に対する無駄な不安が消え、正しい知識で自分の体と向き合うことができるようになるはずです。ぜひ最後までじっくりとお読みください。
健康診断の「異常あり」＝「確実に病気」ではない理由
健康診断の目的は「病気を絶対に見逃さないこと」
私たちが毎年受けている健康診断やがん検診の最大の目的は、病気を「確定」させることではありません。最も重要なミッションは、病気の可能性がある人を「一人残らず拾い上げる」ことです。これを専門用語で検査の「感度」が高い状態と言います。
健康診断というのは、広大な海に巨大な網を投げて魚を捕まえるような作業に似ています。もし網の目が大きすぎると、小さな魚（初期段階の小さな病気）は網をすり抜けて逃げてしまいますよね。命に関わる病気を早期発見するためには、網の目をできるだけ細かく設定しておく必要があります。しかし、網の目を限界まで細かくするとどうなるでしょうか。今度は、目的の魚だけでなく、無害な海藻やただの流木まで一緒に引き上げてしまうことになります。医療の世界でもこれと全く同じことが起きています。
「偽陽性（ぎようせい）」という言葉が意味するもの
網にかかった海藻や流木のように、本当は病気ではないのに、検査の仕組み上「異常あり（陽性）」と判定されてしまうことを、医療の言葉で「偽陽性（ぎようせい）」と呼びます。つまり「偽りの陽性」です。
反対に、本当に病気があって陽性と出ることを「真陽性（しんようせい）」と呼びます。検査機器の性能が悪いから間違えるというよりも、重大な病気を見逃す（これを偽陰性と呼びます）という最悪の事態を防ぐために、あえて非常に敏感に反応するように基準が設定されているのです。健康な人を誤って「異常あり」としてしまうデメリットよりも、病気の人を「異常なし」として放置して命を危険にさらしてしまうデメリットの方がはるかに大きいため、一次検査はどうしても「偽陽性」が多くなる宿命にあります。
直感は大きく外れる？ベイズ統計で見る確率のカラクリ
1万人の村で考える確率のシミュレーション
言葉だけではイメージしにくいので、ここからは「ベイズ統計」の考え方を使って、具体的な数字でシミュレーションをしてみましょう。人間の脳は確率を直感的に理解するのが非常に苦手だと言われています。計算式を使うと難しく見えてしまうので、ある「1万人の村」を想像してみてください。
この村には1万人の住人がおり、ある特定の病気にかかっている人は「1000人に1人（0.1％）」だとします。つまり、1万人のうち本当に病気にかかっている人は「10人」で、残りの「9990人」は完全に健康な人です。
さて、この村の全員に健康診断を受けてもらいます。この検査はとても優秀で、本当に病気の人を見つける確率（感度）が「90％」あるとします。また、健康な人を正しく「健康です」と判定できる確率（特異度）も「95％」という、非常に高い精度の検査機器を使用しました。さて、この検査で「陽性（異常あり）」と判定された人がいた場合、その人が本当に病気である確率は何％くらいだと思いますか？「90％の精度の検査だから、80〜90％くらいだろう」と直感的に思った方は、人間の脳の性質としてごく普通のことです。しかし、実際の計算結果は驚くべきものになります。
計算結果に驚愕！陽性でも本当の確率はたったの約1.7％？
それでは、1万人の村人の内訳を丁寧に計算してみましょう。
まず、本当に病気にかかっている「10人」が検査を受けます。精度は90％なので、10人のうち9人は正しく「陽性」と判定されます（1人は見逃されてしまいます）。
次に、完全に健康な「9990人」が検査を受けます。健康な人を正しく判定する確率は95％なので、残りの「5％」の人は、健康なのに誤って「陽性」と判定されてしまいます。9990人の5％を計算すると、なんと約500人になります。
つまり、この村の健康診断で「陽性（異常あり）」という通知を受け取った人は、本当に病気だった「9人」と、健康なのに誤判定された「500人」を合わせた、合計「509人」もいることになります。
もしあなたが、この村で「陽性」の通知を受け取った509人のうちの1人だった場合、本当に病気である確率は「509人のうちの9人」ということになります。計算すると（9 ÷ 509 × 100）、なんと「約1.7％」という数字が出てきます。
いかがでしょうか。90％以上の精度を誇る素晴らしい検査を受けたはずなのに、「陽性」と言われた時点で本当に病気である確率は、たったの約1.7％しかないのです。逆に言えば、98％以上の確率で「あなたは健康」だということです。これが、事前の確率（この病気はそもそも1000人に1人しかかからないという前提）を考慮に入れて計算する「ベイズ統計」が明かす、医療データの真実です。
がん検診などの実例から学ぶ医療との向き合い方
なぜこのような確率のズレが生じるのか
先ほどの計算で、直感と実際の確率が大きくズレた一番の原因は、「そもそもその病気にかかっている人が非常に少ない（事前確率が低い）」という点にあります。世の中の多くの病気は、人口全体で見ればごくわずかな割合の人しかかかっていません。
もし、熱が39度あって咳が止まらない人が病院に行って検査を受ける場合は、そもそも病気である確率（事前確率）が高い状態なので、検査で陽性となれば本当に病気である確率は跳ね上がります。しかし、まったく健康で自覚症状がない人を対象に行う「健康診断」や「住民検診」では、対象者のほとんどが健康な人たちです。そのため、圧倒的多数の健康な人たちから生じる「わずかな割合の誤判定（偽陽性）」の数が、本当に病気である少数の人の数をはるかに上回ってしまうのです。
過剰な不安を手放し、正しいアクションを起こす
がん検診などでも、これと全く同じ現象が起きています。例えば乳がんのマンモグラフィ検査や、前立腺がんのPSA検査などでも、一次検査で「要精密検査」となる人の多くは、その後の精密検査で「異常なし（偽陽性だった）」と判明します。
この事実を知っているか知らないかで、結果通知を受け取ったときの精神的なダメージは全く違ってきます。「陽性＝がん宣告」のように捉えてパニックに陥る必要は全くありません。「あ、これは海に大きな網を投げたから、健康な海藻が引っかかっている確率の方が高いやつだな。ベイズ統計で言えば数％の確率だ」と冷静に受け止めることができるはずです。
決して「再検査を無視していい」わけではない
ここまで読んでいただいて、「なんだ、じゃあどうせ偽陽性だから、再検査なんて行かなくてもいいや」と思ってしまった方は、少しお待ちください。それは非常に危険な解釈です。
たしかに一次検査で陽性でも本当に病気である確率は数％かもしれません。しかし、検査を受ける前（0.1％）に比べれば、確率は確実に跳ね上がっているのです。509人の陽性者の中に、間違いなく治療が必要な9人が隠れていることは事実です。この9人を見つけ出すために行うのが、より詳細で精度の高い「二次検査（精密検査）」なのです。
一次検査が「大きな網」だとしたら、精密検査は「一人ひとり顕微鏡でじっくり確認する作業」です。一次検査の目的はあくまで「精密検査が必要な人を絞り込むこと」であり、最終的な確定診断を下すことではありません。したがって、「異常あり」の通知が来たら、過剰に怯えることなく、しかし決して油断することなく、速やかに医療機関で精密検査を受けることが最も正しい行動となります。
まとめ
健康診断の結果で「陽性」や「要精密検査」という言葉を見ると、誰でも心臓が縮み上がるような思いをするものです。しかし、今回解説した「ベイズ統計」の視点を持てば、医療データが示す「本当の確率」を冷静に見極めることができます。検査の精度がどれほど高くても、対象者がそもそも健康な集団である限り、「偽陽性（本当は健康なのに陽性と出るケース）」が大多数を占めるのが統計学的な事実です。
健康診断の一次検査は、病気を確定するものではなく、あくまで「念のため詳しく調べる人を拾い上げるための大きな網」に過ぎません。「陽性＝病気」と直結させてパニックになるのではなく、「本当に病気である確率はまだ数％程度なんだ」と心を落ち着かせましょう。そして、残りのわずかな不安を完全に消し去るために、必ず医師の診察と精密検査を受けてください。正しい知識は、いざという時のあなたの心を守る最強の盾となります。
