医療AIは医師を超えたのか？正答率83％の真相と知るべき境界線

「医師に勝った」は本当か？83％対36％の内実

AIがまた一つ、専門職の牙城を崩したかのような数字が報じられました。

米科学誌『Science』に掲載された研究によると、MicrosoftのAI診断システム「MAI-DxO」が、権威ある医学誌『New England Journal of Medicine（NEJM）』の複雑な症例シミュレーションにおいて、83％の診断正答率を記録しました。同じ条件下で医学文献を参照しながら単独で診断にあたったプライマリケア医や一般内科医の正答率は36％にとどまり、倍以上の大差がついた形です。

数字だけを切り取れば「人間の医師よりAIのほうが優秀だ」と受け取りたくなります。しかし、実験の前提条件を飛ばして結論を急ぐのは早計です。

今回扱われたのは、診断が極めて難しい特殊な症例ばかりでした。現実の医療現場において、こうした難症例を1人の一般医が独力で診断し切ることはまずありません。通常は各科の専門医が集まる症例検討会（カンファレンス）やチーム医療で多角的に検証します。今回の比較対象には、そうした専門医チームが含まれていませんでした。日常診療を幅広く支える一般医の単独診断と、膨大な医学文献を一瞬で照合できる特化型AIを直接比較した点に、構造的な偏りがあります。

とはいえ、診断を支援する推論技術が急激に進化していることもまた動かしがたい事実です。

なぜ単独モデルより「合議制AI」が強いのか

今回の実験で注目すべきは、AIモデル単体の知識量ではなく「議論の組み立て方」です。

MAI-DxOは、1つのモデルが即座に答えを出す構造をとっていません。患者への問診、検査の選定、候補となる病気の洗い出しといった役割を複数のAIエージェントに分担させ、互いに反論や補足を行わせながら結論を絞り込みます。医師たちがカンファレンス室で意見を戦わせるプロセスを、ソフトウェア上で再現したアプローチです。

この合議の仕組みを組み合わせることで、既存モデルの診断精度は大きく跳ね上がりました。

• OpenAIの「GPT-5.5」は、単独診断の72％からMAI-DxOの併用によって約87％まで向上
• Googleの「Gemini 2.5 Flash」は、単独の46.4％から併用で約69％へと20ポイント以上改善
• 救急外来の症例シミュレーションでは、GPT-5.5単独でも併用時でも約85％の高水準を維持

運用コストの観点でも合理化が見られます。標準的なプロンプトを用いたGPT-5では1症例あたり推定約8,400ドルの計算費用がかかっていましたが、MAI-DxOを組み合わせることで費用を約3,000ドル圧縮しつつ、正答率を約78.9％から4ポイント近く引き上げました。無駄な推論ステップを削り、質の高い討議に集中させる設計が、コスト抑制と精度向上の両立を生み出しています。

Microsoft AIは現在、Mayo Clinicと医療向け基盤モデルの共同訓練を進めており、ボストンのBeth Israel Deaconess Medical Centerとも組んで実際の病院環境で臨床推論を評価する実証に着手しています。医療AIはいよいよ、ベンチマークテストの枠を超えて現場導入を見据えた検証段階に入りました。

健康不安のとき、生成AIに「任せていい」作業

最先端の医療AIが臨床現場での実証を進める一方で、私たちが手元のスマートフォンで使える汎用AIも日常の体調相談窓口になりつつあります。もし体調に違和感を覚えたとき、私たちはAIをどのように活用すべきでしょうか。

任せるべき領域は「情報の整理と下準備」です。

限られた診療時間の中で、患者が自身の自覚症状を漏れなく正確に伝えるのは簡単ではありません。「いつから」「どこが」「どう痛むのか」を落ち着いて言語化できないまま受診し、要点をうまく伝えきれずに終わってしまった経験を持つ人は多いはずです。

診察室に入る前の思考整理パートナーとして、AIは力を発揮します。

• 「3日前から微熱があり、昨夜から右下腹部が差し込むように痛む」といった体調の経過を、時系列に沿ってわかりやすく書き出してもらう
• 診察室で聞き忘れを防ぐために、「考えられる原因」や「日常で避けるべき動作」など医師へ確認したい質問リストを作ってもらう
• 「なんとなく身体が重い」「胃のあたりがもやもやする」といった主観的な違和感を、医師に伝わりやすい具体的な表現へ整えてもらう

自ら診断を下すためではなく、医師とのコミュニケーションを円滑にする準備運動として活用する。これこそが、現時点で一般の社会人が安全に享受できる最大のメリットです。

絶対にAIへ委ねてはいけない「3つの境界線」

AIの推論能力がどれほど向上しても、患者側が絶対に委ねてはならない判断領域が存在します。この境界線を見誤ると、健康を深刻に害するリスクがあります。

1. 受診の要否を決める「自己トリアージ」

「AIが風邪の可能性が高いと答えたから、病院へ行くのは見送ろう」といった自己判断は非常に危険です。AIは入力されたテキスト情報しか参照できません。顔色の変化、呼吸の浅さ、腹部の張り、冷や汗といった重要な身体所見を直接確認できない以上、重篤な疾患の兆候を見落とす危険性が常に残ります。

2. 処方薬の服用・中止の自己判断

「症状が治まってきたから薬の服用をやめていいか」「以前処方された残りの抗生剤を飲んでも問題ないか」といった判断をAIに仰いではいけません。患者ごとの既往歴や他剤との飲み合わせ、決められた服薬期間の管理は、医師や薬剤師の監督のもとで行うべき領域です。

3. 病名の確定と治療方針の最終決定

Science誌に掲載された研究においても、AIシステムの正答率は100％ではありません。最高水準の環境であっても13％以上の誤答が含まれます。日常で利用する汎用チャットAIであれば、なおさらその不確実性は高まります。画面上に表示される疾患名は、あくまで「受診時に医師へ尋ねるための仮説」に留めておく必要があります。

診断とは、検査データと患者の身体所見を照合し、不確実性を抱えながら法的な責任を背負って下す医療行為です。確率計算によってもっともらしい文章を導き出すAIには、その責任を負うことができません。

まとめ

医療AIの進歩はめざましく、診察前に自分の状態や疑問点を整理する道具として心強い味方になります。しかし、画面の向こうにいるAIはあなたの身体に直接触れて診察することはできません。

身体に気がかりな症状があるときは、自己判断で受診を先延ばしにせず、AIを使って書き出したメモを持って医療機関を受診してください。最終的な判断を医療の専門家に任せる姿勢こそが、先進技術を最も賢く使いこなすための基本姿勢です。