マイクロソフトがMAI-DxOを発表：難症例の診断正答率85%で医師を大幅に上回る

原因不明の体調不良に悩まされたとき、もっとも辛いのは終わりの見えない検査の連続と膨らみ続ける医療費です。

マイクロソフトのAI部門が、この医療現場の難題に挑む研究成果を発表しました。同社が開発した医療診断システム「MAI-DxO」は、世界最高峰の医学誌であるニューイングランド・ジャーナル・オブ・メディシンに掲載された極めて難解な304の症例において、85.5%の正診率を記録しました。これは臨床経験5年から20年の現役医師チームの4倍以上のスコアです。

マイクロソフトAIを率いるムスタファ・スレイマンCEOは、この成果を「医療超知能に向けた大きな一歩」と表現しています。

単なる選択式テストからの脱却

これまでもAIは医師国家試験などの選択式テストで高得点を連発してきました。しかし、丸暗記で解ける選択問題と、実際の臨床現場での意思決定には大きな隔たりがあります。

実際の診察は、患者の話を聞き、必要な検査を1つずつ選び、その結果を見て仮説を修正していく継続的なプロセスです。マイクロソフトはこのプロセスを再現するため、逐次診断ベンチマーク「SD Bench」を開発しました。

比較対象となった米国と英国の現役医師21名は、教科書や同僚への相談、AIの支援なしでこの難問群に挑みましたが、最終的な平均正診率は20%にとどまりました。

仮想の専門医チームがコストも削減

単一のAIモデルに診断を任せると、見落としが生じたり、手当たり次第に高額検査を指示したりしがちです。

そこでMAI-DxOは、複数のAIがチームを組むオーケストレーター構造を採用しました。仮説を立てる担当、検査を選ぶ担当、思考の誤りを検証する担当が合議し、さらに検査費用の上限を守るよう設計されています。

OpenAIのo3モデルと組み合わせた場合、正診率は85.5%に達しただけでなく、症例ごとの平均検査コストは2,397ドルに抑えられました。医師チームの平均が2,963ドルだったため、AIのほうが安く正確に診断できた計算になります。この仕組みはモデルを選ばず、ClaudeやGemini、Llama、DeepSeekでも同様に診断精度を押し上げました。

なぜ重要か

現場の臨床医にとって、この技術は仕事を奪う敵ではなく、難病の見落としを防ぐ強力な相談役になり得ます。プライマリケアの医師がすべての希少疾患を把握するのは不可能ですが、AIなら幅広い領域の知見を即座に引き出せます。

医療経済の観点でもインパクトは大きいです。米国の医療費はGDPの2割近くに達し、その最大25%が無駄な検査などの浪費と推定されています。正診率を高めながら検査コストを削れることを示した点は、医療財政の改善に直結します。

特に評価できるのは、検査コストを制約条件として最初から組み込んだ設計の巧みさです。これにより、AIが安全策として不要な検査を乱発するリスクを抑えられています。

ただし、今回の対象は極めて珍しい難病症例に偏っており、日常的なありふれた病気で同じように機能するかは未知数です。現在は研究段階のデモであり、実際の医療現場に届くには今後の査読や厳格な臨床試験をクリアする必要があります。