「先生、なんの病気なんでしょうか？」
診察室でそう尋ねたあなたに、医師はすぐには答えません。
むしろ次々と質問してきます。
「いつから症状がありますか？」
「他に気になることは？」
「最近、海外へ行きましたか？」
質問、また質問、そして検査。
ようやく医師は診断名を告げます。
この一連の流れ、実は「逐次診断（Sequential Diagnosis）」と呼ばれる、極めて知的で繊細な医療行為なのです。
ところが最近、この難解な作業を、人間の医師を上回る精度でこなすAIが登場しました。
それが、Microsoft の研究チームによる「MAI-DxO（診断オーケストレーター）」です。
AIは「名探偵のような医師」になれるのか？
病気の診断とは、完成されたパズルをただ当てるものではありません。
むしろ、見えないピースを少しずつ探し、問い、確認しながら完成に導いていく、まるでミステリー小説のような作業です。
従来のAI診断テストは、あらかじめすべての症状や検査結果が与えられていて、AIが「答え」を当てるものでした。
でも、それって現実とはかけ離れていますよね？
現実の医療では、医師が何を尋ね、どんな検査をいつ行うかが、診断そのものの核心です。
だからこそ、Microsoft の研究チームは、新たな診断ベンチマーク「SDBench」を作りました。
実際の診察のように、AIに”診断の流れ”を体験させてみた
この SDBench では、304 件の難解な症例（すべて New England Journal of Medicine から）を使い、AIにまるで本物の医師のように質問や検査の選択をさせる形式に変換しました。
AIは、ある患者の「主訴」（たとえば「喉の痛みと腫れ」）だけを手がかりに、人間の医師と同じように段階的な診断プロセスを踏んでいきます。
まず「いつからその症状が始まりましたか？」といった時系列の確認から始まり「過去に同じような症状を経験されたことはありますか？」といった既往歴の聞き取りを行います。
そして必要に応じて「この血液検査をお願いします」「CTスキャンを撮影しましょう」といった検査の指示を出しながら、情報を段階的に収集していきます。
このような一連のやり取りを重ね、最終的に診断を下すのです。
そしてここで登場するのが、主役のAI「MAI-DxO」──その名も「診断オーケストレーター」です。
5人のAI医師がチームで診断！？ MAI-DxO のしくみ
MAI-DxO は、まるで病院のカンファレンスのように、5つの役割を持った”仮想医師チーム”が相談しながら診断を進めます。
このチームの中核を担うのがDr. Hypothesis（仮説医師）です。
この仮想医師は、患者から得られた症状や情報をもとに、考えられる病気の可能性をリスト化し、それぞれの確率を数値で管理する役割を担っています。
新しい情報が得られるたびに、この確率を更新し続けるのです。
次に重要なのがDr. Test-Chooser（検査医師）の存在です。
この専門家は、現在の仮説を検証するために、どの検査が最も有効で費用対効果が高いかを慎重に選択します。
血液検査、画像検査、遺伝子検査など、数多くの選択肢の中から、患者にとって最適なものを判断するのです。
一方で、診断の過程で生じがちな先入観や思い込みを防ぐのがDr. Challenger（反対派医師）の役目です。
この仮想医師は、他のメンバーが見落としている可能性や、異なる視点からの診断について積極的に意見を述べ、チーム全体の思考の偏りを修正します。
医療費の抑制という現実的な課題に対処するのがDr. Stewardship（コスト管理医師）です。
この専門家は、診断に必要な検査の中でも、本当に必要なものと、不要な重複検査を区別し、患者の経済的負担を最小限に抑えながら、確実な診断を目指します。
そして最後に、Dr. Checklist（チェック係）が全体の流れを監視します。
この役割を担う仮想医師は、診断プロセス全体を俯瞰し、見落としや論理的な矛盾がないかを常にチェックし、必要に応じて他のメンバーに再検討を促します。
この5つの専門性を持った仮想医師たちが協力することで、AIはまるで熟練した医師たちの白熱した議論のように、慎重かつ柔軟に診断を進めていきます。
単一のAIでは見落としてしまうような細かな点も、複数の視点から検討することで、より精度の高い診断が可能になるのです。
結果は驚異的──ベテラン医師の4倍の正解率
では、このAI医師たちはどれほどの実力があるのでしょうか？
その答えは、実際の症例を使った比較テストの結果に如実に表れています。
同じ難解な症例に対して、中央値で12年の臨床経験を持つ人間の医師たちが挑戦したところ、正答率はわずか 20％ にとどまりました。
これは、医学の世界で扱われる症例がいかに複雑で判断が困難かを物語っています。
一方、従来の高性能AIシステムは大きく性能が異なります。
GPT-4o は 49.3％ の正答率を記録し、より高性能な OpenAI のo3モデルでは 78.6％ という大幅に向上した正答率を達成しました。
これらは人間の医師を大きく上回る成果でした。
しかし、MAI-DxO の真価はここからが本番でした。
複数の仮想医師が協力するオーケストレーター機能を備えた MAI-DxO は、なんと 85.5％という圧倒的な正答率を達成したのです。
これは高性能なo3モデルと比較しても、さらに約7ポイントの向上を示しており、チームワークの力がいかに重要かを証明しています。
しかも、この高い精度を実現しながら、診断にかかるコストは従来のAIシステムと比較して最大で 70％ も削減されました。
従来であれば、複数の専門医に相談し、数多くの検査を重ねる必要があった症例も、AIチームの効率的な判断により、必要最小限の検査で確実な診断に到達できるようになったのです。
また、人間の医師と比較しても約 20％ のコスト削減を実現しており、患者の経済的負担を大幅に軽減するだけでなく、医療制度全体の持続可能性にも大きく貢献する成果と言えるでしょう。
患者と医師、そしてAI──3者でつくる未来の医療
では、このAIが本当に医師を超えたのでしょうか？
答えは「医師とAIは競争ではなく、協力の時代に入った」ということです。
例えるなら、AIは24時間休まず、世界中の専門知識を持つ「スーパー医師」。
一方で、人間の医師は、患者の不安をくみ取り、言葉の奥にある心を読み取る「共感のプロフェッショナル」。
この2つが組めば、どんな病気にもより素早く、より正確に、そしてより優しく向き合うことができるでしょう。
最後に：未来の名医は「問いかける力」を持っている
診断とは「どの答えを出すか」ではなく「どんな問いを立て、どんな順番で答えを導くか」。
この研究は、AIがいよいよ「問いかける力」を手に入れつつあることを示しています。
それは、私たちが誰よりも信頼できる医師に求める力そのものです。
もし、未来に「AIに診てもらう日」がやってくるとしても、それは冷たい機械ではなく、慎重に、誠実に問い続ける”もうひとりの名医”であってほしい──
そんな希望すら感じさせてくれる研究でした。
コメント