Microsoftは2026年10月22日、複雑な医療事例や救急外来の受診例を対象とした研究ベンチマークで、同社の医療AIが医師より高い診断精度を達成したと発表した。研究結果は『Science』誌に掲載された。今回の結果は、同社のMAI-DxOシステムをさらに検証する根拠となるが、日常的な患者診療での有効性を示すものではない。

要点

  • MAI-DxOは、教科書やインターネットを利用できる条件で評価された難しい事例を含む、事例ベースの診断評価で医師を上回った。
  • このシステムは診断のための質問や検査を順次進める仕組みで、研究者は診断に必要な検査費用が低かったと報告した。
  • ベス・イスラエル・ディーコネス・メディカルセンターで計画されている研究では、AIと医師による独立した臨床評価を比較する。

目次

Microsoftの医療AIの結果は試験条件によって異なる

この研究では、300件を超える難しい医療事例に加え、救急外来での受診を想定したシナリオを評価した。Microsoftによると、複雑な事例は『The New England Journal of Medicine』から、救急外来の評価にはMIMIC-IV-EDの事例が用いられた。

比較結果は、対象となった事例や医師が利用できる情報源によって異なった。この違いは重要だ。今回の結果が示すのは特定の評価条件下での性能であり、臨床現場全般でシステムが医師とどの程度比較できるかを示す単一の指標ではない。

Microsoftが報告した相対的な精度の結果は以下の通り。これは医師の成績との比較であり、診断の絶対的な成功率ではない。

項目詳細
複雑な事例：教科書とインターネットを利用した医師Microsoftによると、MAI-DxOの精度は2倍を超えた。
複雑な事例：そうした情報源を利用しない医師Microsoftによると、MAI-DxOの精度は約4倍だった。
MIMIC-IV-EDの救急外来事例Microsoftによると、MAI-DxOの精度は医師の1.7倍だった。

段階的なアプローチで診断に必要な検査費用の削減を目指す

MAI-DxOはオーケストレーターを用いて、どの質問をするか、どの検査を求めるか、情報が得られるにつれて暫定診断をどう見直すかを決定する。すべての証拠を一度に受け取るのではなく、症例を段階的に処理する。

このアプローチは、次にどの情報を集めるかを選択する過程が反映されない、多肢選択式の医療AIベンチマークの限界に対応するものだ。研究者によると、このシステムは検査や処置を減らして診断に至り、評価における診断費用を抑えた。

Microsoftの医療AI開発にとって、この研究は診断精度と、結論に至るまでに必要なリソースの双方を検証するものだ。ただし、ベンチマークで費用が低かったことは、病院で実際に費用削減が実現したことを示すものではない。

病院との連携で患者を対象に性能を検証

ベス・イスラエル・ディーコネス・メディカルセンターが発表した前向き臨床研究では、患者がMicrosoftの診断システムと直接やり取りする計画が確認されている。研究者はシステムの性能を医師による独立評価と比較し、精度や限界、医療業務への統合の可能性を検討する。

この連携により、研究は事例ベースのベンチマークを超え、患者を対象とする評価へと進む。ただし、これは計画段階の研究であり、臨床的な有効性の検証が完了したわけでも、救急外来で日常的に導入すると発表されたわけでもない。

結論

Microsoftの医療AIについて次に予定されていることが確認されているのは、ベス・イスラエル・ディーコネス・メディカルセンターとの前向き研究だ。この評価では、ベンチマークでの結果が患者を対象とする有用な臨床性能につながるかを検証する。

ニュースをもっと読む

FinanceVelixのニュースをもっと読む

免責事項

この記事は一般的な情報を提供するものであり、個別の金融、投資、法律、税務に関する助言ではありません。市場価格、金利、経済状況は変動する可能性があり、投資には損失のリスクが伴います。記載内容は公開時点で入手可能な資料に基づいており、変更される場合があります。重要な情報はご自身で確認し、必要に応じて有資格の専門家にご相談ください。資産、企業、サービスへの言及は推奨を意味しません。