「AIが医師を超えた」と聞くと、つい大げさに感じるかもしれません。ですが、今回の話はなかなか重いです。
The Guardianによると、Harvardの研究チームが、救急外来でのトリアージ診断において、AIシステムが人間の医師を上回る結果を示しました。
トリアージというのは、患者さんが運ばれてきたときに「どれくらい急いで対応すべきか」「何が起きている可能性が高いか」を見極める最初の判断です。
要するに、救急医療の入口での超重要な分岐点です。ここで判断を外すと、その後の流れが全部ずれる。だからこそ、今回の結果はただの“AIのテストで勝った”では済まない、かなり大きな話だと思います。
研究者たちは、これは医療のやり方を変える「深い技術的変化」だと表現しています。ちょっと大仰に聞こえるけれど、数字を見るとたしかに納得感はあります。
この研究では、Bostonの病院に来た76人の患者の記録を使って、AIと医師を比べました。
AIと2人の医師に、同じ電子カルテ情報を見せたそうです。電子カルテには、たとえば次のような情報が含まれます。
ここで使われたAIは、OpenAIのo1 reasoning modelです。
reasoning modelというのは、単に文章をそれっぽく返すだけでなく、考えながら答えを作ることを狙ったモデル、という理解でだいたいOKです。
結果は、AIが**正確またはかなり近い診断を67%で出し、医師は50〜55%**程度でした。
この差はなかなか大きいです。救急の現場は、情報が少なくて時間もない。そんな「ひらめきと経験」がものを言いそうな場面で、AIが強かったのはかなり興味深いです。
記事で特に面白いのは、AIの強みが急いで判断しなければならない状況で目立ったことです。
これは、いかにもAIらしい強さだなと思います。
人間の医師は、患者の様子、声のトーン、顔色、苦しそうな表情、家族の反応など、たくさんの“空気”を拾えます。
一方でAIは、少なくとも今回の実験では文字で書かれた情報しか見ていません。にもかかわらず、限られた情報を整理して、診断の候補をかなりうまく絞り込んだわけです。
これはつまり、AIが「何でもわかる魔法の道具」なのではなく、限られた紙の情報からでも見落としを減らす補助輪として優秀、ということなのだと思います。
この方向性はかなり現実的で、派手さより実用性がある。個人的には、ここが一番おもしろいポイントです。
患者情報が増えると、AIの精度は82%まで上がりました。
一方で、熟練した医師の精度は70〜79%でしたが、この差は統計的には有意ではなかったとされています。
統計的に有意ではない、というのは簡単に言うと、
「数字上は差があるように見えるけれど、たまたまの可能性を完全には排除できない」ということです。
ここは大事です。
AIが圧勝したと単純化するのは危険で、むしろ「かなり強いが、万能ではない」というのが実態に近いでしょう。
今回の研究は、診断だけではありません。
医師46人とAIに、5つの臨床ケーススタディを見せて、長期的な治療計画も作らせました。たとえば、抗生物質の使い方や、終末期医療の方針などです。
その結果、AIは89%、人間は**34%**でした。
この差はかなり衝撃的です。しかも人間側は検索エンジンなどの通常の道具を使っていたとのことなので、単なる“AI vs 素手の人間”ではありません。
正直、ここは「えっ、そんなに？」と思う人も多いはずです。私も思います。
ただ、長めの治療計画は、ガイドラインや既知の医学知識を整理して組み合わせる作業でもあるので、AIが得意でも不思議ではありません。むしろ、情報整理マシンとしてのAIの本領が出た結果だと見るほうが自然かもしれません。
とはいえ、研究者たちは「これで医師は不要」とは言っていません。
むしろ、そうはならないと強調しています。
理由は明確です。今回の実験は、文字で伝えられる患者情報だけが対象でした。
つまり、AIは患者の
のような、医師が現場で自然に拾う情報を見ていません。
そのため、AIは実際の現場では「医師の代わり」というより、カルテを読んで助言する有能な相談役に近いです。
研究者のArjun Manrai氏も、「AIが医師を置き換えるとは思わない」としつつ、医療を大きく変える技術的転換が起きていると話しています。
もう一人の著者、Adam Rodman氏は、今後は
doctor + patient + AI
の「triadic care model（三者医療モデル）」が広がるかもしれないと述べています。
これ、かなり本質を突いている気がします。AIが主役というより、医師の判断を補強する第三の頭脳として入ってくるイメージです。
記事には印象的な例も紹介されています。
ある患者は肺の血栓があり、症状が悪化していました。人間の医師は、抗凝固薬が効いていないのだろうと考えました。
でもAIは、患者のlupus（全身性エリテマトーデス）の既往歴に注目し、それが肺の炎症に関係している可能性を指摘しました。結果的にAIが正しかったそうです。
こういう話は、AIの強みがすごくわかりやすいです。
人間は目の前の目立つ問題に引っ張られやすい。でもAIは、医学知識を広く引っ張ってきて、「見落としそうな前提」を拾うことができる。
これは現場ではかなり頼もしい能力だと思います。
今回の研究が面白いのは、「未来の話」ではなく、もう現実に近いことです。
つまり、AIはもう医療現場の外野ではありません。
静かに、でも確実に、現場に入り込んでいます。
ここが一番ややこしいところです。
AIが診断に役立つのはわかった。でも、もしAIが誤診したら？
Rodman氏は、正式な責任分担の枠組みがまだないと話しています。
これは本当に大きな問題です。医師がAIの提案を参考にした結果ミスをした場合、それは医師の責任なのか、病院の責任なのか、AI企業の責任なのか。今の医療制度は、そこがまだあいまいです。
さらに、英国の医師たちがAIに対して抱く最大の懸念は、AIの誤りと責任リスクだという調査結果も紹介されています。
感覚としては、すごく自然です。医療は「便利だから使う」で済む世界ではないので、慎重になるのは当然でしょう。
University of EdinburghのProf Ewen Harrison氏は、この研究を重要だと評価し、AIがもはや試験問題を解くだけではなく、臨床医の“セカンドオピニオン”として有用になりつつあると述べています。
この見方はかなり現実的です。
AIに全部任せるのではなく、
私は、医療におけるAIの価値はまさにここにあると思います。
“名医の代わり”を目指すより、凡ミスを減らす仕組みとして入ったほうが、ずっと社会実装しやすいのではないでしょうか。
University of SheffieldのWei Xing氏は、別の重要な注意点を挙げています。
それは、医師がAIの答えに無意識に引っ張られてしまう可能性です。
これはかなりありそうです。
AIが自信たっぷりに答えると、人間はつい「そうなのかも」と思ってしまう。
でも、その反応が強すぎると、医師が独立に考える力を削いでしまうかもしれません。
さらにXing氏は、この研究ではどの患者でAIが苦手だったのかが十分に示されていない点も問題だと指摘しています。たとえば、
こういう「苦手分野」が見えないと、安全に使えるかは判断しにくいです。
だから、無料で使えるAIチャットをそのまま医療相談に使うのは危ないという警告は、かなり筋が通っています。
この研究は、「AIが医者を完全に置き換える」という単純な話ではありません。
むしろ、
こうした場面で、AIがかなり役に立つ可能性を示した研究だと考えるのがよさそうです。
ただし、医療は正しさだけでは足りません。
患者の状態を実際に見て、話を聞いて、責任を引き受けるのは、やはり人間の医師です。
なので、今後の現実的な着地点は、AIが医師を追い出すことではなく、医師の判断を補助する“第二の脳”として定着することではないかと思います。
そして、そのほうがずっと面白い。
AIが人間を完全に置き換える未来よりも、人間の弱点を補って、医療を少し賢くする未来のほうが、ずっとありそうです。
参考: AI outperforms doctors in Harvard trial of emergency triage diagnoses
