医療画像診断、特に胸部X線（CXR）の分類において、機械学習モデルが高い性能を示していても、稀な疾患を持つ患者、特に特定の患者サブグループでは診断が見落とされるという深刻な問題が存在します。本研究は、デプロイ前の公平性を確保するための監査として、長尾分布のマルチラベルCXRモデルがスコアから判定に変換される際に、どのような患者が見落とされているのかを体系的に調査しました。 研究チームはVinDr-CXRとMIMIC-CXR/CXR-LTという2つの大規模データセットを用いて、診断ラダーを活用しながらクラスレベルの長尾損失、サブグループ対応の重み付け、グループロバストネス、および閾値選択を分離して分析しました。その結果、VinDr-CXRでは、グループ-テール重み付けとテール対応閾値化を組み合わせることで、稀な疾患のFNR（偽陰性率）を0.665から0.269に、性別における最悪グループFNRを0.705から0.157に、年齢別では0.822から0.133に低減できました。同時に、マクロmAPは0.611から0.635に向上しています。 MIMIC-CXR/CXR-LTでは、同じスコア-閾値比較により、稀な疾患のFNRを0.866から0.741に削減し、性別、年齢、人種、保険状況を含む全てのサブグループで最悪グループFNRを低下させました。ただし、診断漏れの率は依然として高い水準で残存しているという課題も明らかになりました。本研究は、胸部X線における稀有疾患の公平な診断は、発見内容、患者サブグループ、および運用閾値の3要素に依存しており、ラベル頻度やランキングメトリクスだけでは保証されないことを実証しています。