11月1日、Fox Newsが「Microsoft AI beats doctors in simulated diagnosis test」と題した記事を公開した。MicrosoftのAI診断システム「MAI-DxO」が模擬診断テストで医師の2倍以上の正答率を記録したという内容だが、比較条件には看過できない留保が複数存在する。数字のインパクトと限界の両面を整理した。
複雑な医療ケースで83% vs 医師36%
10月22日付けの学術誌『Science』に掲載された研究によると、Microsoftの診断AIシステム「MAI Diagnostic Orchestrator（MAI-DxO）」は、複雑な医療ケース304件を対象とした模擬テストで**正答率83%を記録した。一方、参照資料を使用できる状態の一般内科医・家庭医の正答率は36%にとどまり、参照資料なしでは22%**まで下がった。
救急症例の歴史的データを使った別のテストでも、AIは**約80%の正答率を達成。医師の比較グループは47%**だった。
数字のインパクトは大きいが、記事は重要な留保条件もしっかり記述している。後述する。
MAI-DxOの仕組み：複数AIエージェントによる「議論型」診断
MAI-DxOの特徴は、単一のモデルが答えを出す構造ではない点だ。複数のAIエージェントが協調し、医師団が難症例を議論する形に近いプロセスをとる。
- 最初は限られた情報だけで開始し、追加の質問や検査提案を行う
- 新情報が加わるたびに、各エージェントが互いの結論を検証・反論する
- 初期の仮説が新たな証拠によって覆されることもある
内部で使用するモデルはOpenAI・Google・Anthropicなど複数社のものを評価・選択する設計となっており、問題の種類や精度・コストのトレードオフに応じて最適なモデルが選ばれる。各エージェントは独立した推論を行ったうえで相互に反論・検証するため、単一モデルによる一発推論より誤りが訂正されやすい構造を持つ。
研究では、テストケースに『ニュー・イングランド・ジャーナル・オブ・メディシン（NEJM）』掲載の難症例が用いられた。NEJMが掲載する「Clinical Problem-Solving」シリーズは、経験豊富な専門医でも頭を抱えるような希少・複合疾患のケースで知られる。
数字の解釈に必要な注意点
記事は成果を強調しながらも、比較の限界を明確に記述している。
医師側の条件が厳しい。 比較対象は専門医ではなく、一般内科医・家庭医。しかも個人で評価しており、実際の病院で行われるような専門医チームによる協議とは異なる。
評価対象の件数が異なる。 AIは304件を評価した一方、医師が担当したのは開発プロセスから除外された56件のみ。見出しの数字は、同一条件の比較ではない。
シミュレーションの限界がある。 診断の会話は既存のカルテを元にAIが補完する形で再現されており、実際の患者が示す曖昧さや物理的な診察所見は含まれない。
著者の利益相反。 研究著者の全員がMicrosoftの社員であるため、独立した第三者による検証が今後の課題となる。
GPT-5単体でも79%、オーケストレーションの上乗せ効果は限定的
技術的に興味深い知見もある。MAI-DxOは内部でOpenAI・Google・Anthropicなど複数社のモデルを評価対象としている。
GPT-5単体（MAI-DxOなしのシンプルなプロンプト）でも複雑ケースの正答率は**約79%。MAI-DxOを加えると83%**に改善した。上乗せ効果は4ポイント程度だ。
より新しいGPT-5.5モデルでは、複雑ケースで**72%→87%**と改善幅が大きかった。ただし救急症例では、強力なモデルを使った場合にオーケストレーションの追加効果はほぼ見られなかった。
つまり診断精度の大半はベースとなるAIモデルの能力に依存しており、オーケストレーション層はモデルや問題の種類によって効果が変わる。
診断コストの試算：医師の約半分
研究では診断プロセスにかかる推定コストも測定した。コスト最適化設定でのMAI-DxOは、正答率81%を維持しながら推定診断コストは1件あたり約2,241ドル。参照資料を使用した医師グループの推定コストは約4,725ドルだった。
ただしこれはシミュレーション上の推計値であり、算出にあたっては本研究固有の模擬診断プロセスを前提としている。実際の患者請求額やAI運用コスト、病院の間接費用などは含まれておらず、実際の病院でこの差が成立するかは今後の臨床試験で検証が必要だ。
次のステップ：ボストンの実病院でのテスト
MicrosoftはBeth Israel Deaconess Medical Center（ボストン）との提携を発表し、実際の患者を対象にMAI-DxOを評価する臨床研究を計画している。患者は通常の医療ケアを継続しながらAIシステムとも対話し、研究者がAIの推奨と医師の独立した評価を比較する。治療の最終責任は医師が持つ。
競合の動きも活発だ。Googleは医療会話AIシステム「AMIE」の研究を医学誌『The Lancet』に発表。98名の患者が急性外来受診前にAMIEと対話し、医師がリアルタイムで監視した試験では、安全上の介入が必要なケースはゼロだったという。
Microsoft AIのCEOであるMustafa Suleiman（MicrosoftのCEOはSatya Nadella）は同社の目標を「医療超知性（medical superintelligence）」と表現しており、Mayo Clinicとも患者の病状予測に向けたAI開発で協業中だ。
詳細はMicrosoft AI beats doctors in simulated diagnosis testを参照していただきたい。
