見出し画像

医師にとって「扱いやすいAI」とは何か― 医療特化AI vs 汎用AIの論文から考えたこと

中山俊 | 医療の歩き方

最近、OpenEvidence や UpToDate Expert AI のような「医療特化AI」と、GPT 系などの汎用LLMを比べた論文を読みました。USMLE 形式の問題や、臨床ケースに対する回答の質を評価したところ、意外にも医療特化AIより汎用LLMのほうが良いスコアだった、という内容です。

論文はこちらです：https://arxiv.org/pdf/2512.01191

なお、この論文は arXiv に掲載されたプレプリントで、まだ査読前の段階です。その点を踏まえたうえで、書かれていることをどう解釈するかが大事だと思います。

医療特化AI vs 汎用LLM──論文のざっくり紹介

論文では、ざっくり以下のような比較が行われています。

医療特化AI
・OpenEvidence
・UpToDate Expert AI

汎用LLM
・GPT-5
・Gemini3pro
・Claudeなど

評価には、USMLE形式の試験問題だけでなく、臨床ケースに対する回答の質を多面的に見るベンチマークが使われました。指標として見られているのは、たとえば次のような項目です。

  • 正確さ（accuracy）

  • 抜けのなさ（completeness）

  • 文脈理解

  • コミュニケーションの質

  • 指示の守り方　…など

結果としては、多くの項目で汎用LLMが医療特化AIを上回るというものでした。もちろん、これはあくまでベンチマーク上の話で、そのまま実臨床に置き換えることはできません。それでも、「医療専用に作られたAIのほうが、医療現場では強いはず」という感覚を、見直したくなる結果でした。

この論文をきっかけに、「じゃあ、医師にとって“扱いやすいAI”ってなんだろう？」と考えました。僕が臨床と仕事の合間にAIツールを触っていて感じるのは、「賢さ」だけではなく、いくつかの“性格”のようなものがけっこう大事だということです。

「賢さ」だけでは測れない、扱いやすさの条件

まず一つは、「安全な裏切り方ができるかどうか」です。医師にとって一番怖いのは、自信満々に間違えるAIです。もっともらしい用語と論文名が並ぶと、人間のほうがブレーキをかけにくくなります。一方で、「ここから先はガイドラインを直接確認してください」「この領域はエビデンスが割れていて結論が一つではありません」といった、限界の線引きをちゃんとしてくれるAIは、多少間違えてもまだ付き合える相手だと感じます。

もう一つは、「医師の頭の中の整理の仕方に寄り添ってくれるか」です。診断を一発で当ててくるAIよりも、鑑別を「よくあるもの」「見逃したくないもの」「頻度は低いが致死的なもの」といった具合に並べ直してくれるAIのほうが、はるかに使いやすい。治療方針でも、ガイドライン上の標準と、それを外れざるを得ない場合の理由や、患者さんの価値観で揺れる余地を一緒に整理してくれると、「相談相手」として機能し始めます。

さらに言えば、患者さんへの説明をどれだけ助けてくれるかも重要です。「小学生にもわかるように」「がんの告知を受けたばかりの人向けに」「高齢のご家族にも共有しやすい形で」といった注文に応じて、説明のトーンや長さを調整してくれるAIは、外来の現場でかなり心強い存在になります。最終的には自分の言葉に置き換える必要がありますが、ゼロから説明文をひねり出すのと、たたき台がある状態とでは、時間も気力も全然違います。

そして最後に、現実的ですが「ワークフローにどれだけ自然に紛れ込めるか」という問題があります。どれだけ賢くても、毎回別PCを立ち上げてログインしてカルテからコピペして…となると、忙しい現場ではまず定着しません。診療録を書いている流れの中で自然に呼び出せる、紹介状やサマリーのドラフトにすぐ流し込める、といった地味な使い勝手が、結局はサービスの生死を分けます。

10年前、Antaa を始めてプロダクトづくりをしていた頃、僕自身が特に意識していたのも、まさにこの「日常のフロー上に設計できているか」という点でした。医師が日常的にスマホで症例や情報を探索している、そのごく自然な行動の延長線上に Antaa のプロダクトをそっと載せられるかどうか。新しい行動様式を強いるのではなく、すでにある動きの中に置くこと。

AI ツールについて考えるときにも、この感覚は当てはまるように思います。

これから医療で「生き残っていくAI」はどんなものか

こうやって整理してみると、これから医療の中で生き残っていくAIは、「医療特化か汎用か」というラベルよりも、むしろ次のような条件を満たせるかどうかで選別されていくのだろうなと感じます。

  • わからないときにきちんと「わからない」と伝えてくれること

  • 医師の頭の中に合わせて、鑑別や方針を整理してくれること

  • カルテ要約や紹介状の下書きなど、医師側の言語化・文書化を少し軽くしてくれること

  • 新しい動線を強いるのではなく、日常の仕事の流れの内側に自然に入り込めること

そのうえで、どこまでをAIが担い、どこから人間が責任を持つのかという線引きが、プロダクトとしてあらかじめ設計されていることも、長い目で見て重要になってくるはずです。

AIツールを「選ぶ」というより、こうした条件を持ったものだけが、最終的に医療現場に残っていくのだと思います。その過程で、医師の側も「どこまで任せられるか」「どこは自分が担い続けるのか」を言葉にしながら、プロダクトをつくる側と一緒に調整していくことが求められるのだろうな、と感じています。

このテーマについて話した音声回もあります。音声で聞いてみたい方はこちらからどうぞ。


いいなと思ったら応援しよう！