科学雑誌「Science」に掲載されたシミュレーション研究において、マイクロソフト（Microsoft）が開発した人工知能（AI）による医療診断システムが、複雑な症例の診断において一般医を上回る能力を示しました。マイクロソフトでAI部門の最高経営責任者（CEO）を務めるスレイマン・ムスタファ氏は、この結果を「医療超知能」（medical superintelligence）と呼ばれる境地を実現するための重要な一歩であると表現しました。
MAI-DxOシステムの仕組み
このシステムはMAI-DxO（略称：DxO）と呼ばれ、統合された医療委員会のように連携して動作する複数のAIエージェントの調整に依存しています。システムは患者への問診、必要な検査の依頼、そして正確な診断に到達するための議論を行います。「ニュー・イングランド・ジャーナル・オブ・メディシン」（New England Journal of Medicine）から取得した複雑な症例を使用したシミュレーションテストにおいて、システムは83%の確率で診断に成功しました。一方、個別に対応し参考資料を利用したプライマリケア医や一般総合内科医の成功率は36%にとどまりました。なお、このような複雑な症例は通常、今回の比較には含まれていない専門医や専門の医療チームに引き継がれるのが一般的です。
基本モデルの役割とコスト効率
研究データの示すところによれば、精度の向上大部分はシステムの根底にあるAI基本モデルの能力に起因しており、マイクロソフトが開発した調整システムはさらなる利益をもたらしました。同社は、OpenAI、グーグル（Google）、アンソロピック（Anthropic）、メタ（Meta）、ディープセック（DeepSeek）など複数の企業のモデルを使用してDxOシステムをテストしましたが、最も優れた結果が記録されたのはOpenAIのGPT-5およびGPT-5.5モデルでした。
精度に加えて、マイクロソフトは症例ごとのAIの運用コストも測定しました。GPT-5モデル単体では、1症例あたり約8,400ドルのコストで78.9%の精度を記録したのに対し、DxOシステムはコストを約3,000ドル削減しつつ、精度を約4ポイント向上させました。さらに最新のGPT-5.5バージョンでは、DxOシステムと統合した場合、コストがわずかに低下した状態で、複雑な症例の精度が72%から約87%へと上昇しました。
実務上の変化
マイクロソフトは、メイヨークリニック（Mayo Clinic）やボストンのベス・イスラエル・ディーコネス医療センター（Beth Israel Deaconess Medical Center）などの病院との新たなパートナーシップを通じて、実際の病院環境や混雑した救急外来におけるDxOの臨床的思考能力の評価を進めています。これらの評価には、医療専門知識に対する需要の高まりと利用可能性との間に広がる大きなギャップという課題に対処するため、システムの推奨事項と人間の医師による実際の決定との比較が含まれています。
将来の展望と残された課題
チームは来年の公開が期待される医療特化型の基本モデルの開発を計画しており、今後数年間で医療AIの能力が何倍にも向上すると予測されています。このような有望な結果にもかかわらず、シミュレーションの枠外である現実の医療環境における完全な複雑さにこれらのシステムがどの程度対応できるのか、そして専門医の決定的な役割とどのように実際に統合されていくのかについては、依然として未解決の疑問が残されています。