Microsoft、臨床診断AI「MAI-DxO」を発表

米Microsoft AIは、臨床現場における段階的な診断推論を行うAIシステム「MAI-DxO（Microsoft AI Diagnostic Orchestrator）」および、診断の過程と検査コストを総合評価するベンチマーク「SDBench」を発表した。複数のAIが互いに議論しながら診断を詰める「仮想医師パネル」方式を採用することで、米医学誌NEJMの難治症例において人間の医師を大きく上回る診断精度を達成し、より少ない検査費用で正解に至る能力を示した。研究成果は米科学誌『Science』および英医学誌『BMJ Digital Health and AI』に掲載された。

一問一答を脱し、検査コストと診断精度を両立する新手法

従来の医療AIベンチマークでは、米国の医師国家試験（USMLE）のように患者情報が最初からすべて提示された状態で単一の正解を選ぶ形式が主流だった。しかし実際の医療現場では、限られた初期情報から問診を行い、どの検査を追加すべきかを判断しながら段階的に確定診断へ近づく必要がある。

Microsoft AIが開発した「SDBench」は、この実際の診断プロセスを再現した対話型ベンチマークである。システムには初期段階で限定的な情報のみが渡され、AIは質問や検査オーダーを自ら選択しながら診断を進める。正解率だけでなく、要求した検査の回数や推定検査費用も合わせて評価される。

MAI-DxOはこのベンチマーク上で開発されたシステムであり、単一モデルで即答するのではなく、複数の仮想専門医が仮説を提案し、検査の必要性を議論し、新たな検査結果に基づいて見解を更新するオーケストレーション手法をとる。

発表された主な検証結果は以下のとおりである。

• NEJM難治症例（304件）​: MAI-DxOは83%の診断正解率を達成。資料参照なしの医師（22%）の約3.7倍、医学書やネット検索を参照した医師（36%）の約2.3倍の精度を記録した。
• ​救急外来症例（MIMIC-IV-ED）​: MAI-DxOは80%の正解率を記録し、医師（47%）の1.7倍以上の精度に達した。
• ​検査費用の抑制​: コスト最適化設定を適用した場合でも81%の精度を維持し、比較対象システムの半額以下の検査費用で診断を完了した。

医療AIの評価手法と診断アプローチの比較

項目	従来の医療AI評価（USMLE等）	SDBench / MAI-DxO
出題形式	全情報が最初から提示された一問一答	段階的に情報を開示する対話型・逐次診断
推論構造	単一モデルによる直接回答	仮想医師パネルによる多角的な討議と検証
評価基準	最終回答の正否のみ	診断精度、検査選択の妥当性、推定検査費用
臨床との親和性	知識確認にとどまる	実際の診療フロー（問診・検査オーダー）を反映

研究チームは、研究コミュニティによる再現検証や他モデルでの追試を可能にするため、SDBenchの一部症例データおよび評価用コードをGitHub上でオープンソース公開した。

未確認事項と臨床実証に向けた今後の課題

本研究はベンチマーク環境でのシミュレーション評価を中心としており、実際の医療現場で診断補助として運用するための規制承認（FDA認証等）を取得したものではない。

Microsoft AIは次の段階として、米ボストンのBeth Israel Deaconess Medical Center（ベス・イスラエル・ディーコネス医療センター）との臨床研究提携を開始した。実際の病院環境において患者と対面する形での前向き研究を実施し、臨床チームのワークフローにどのように統合できるかを検証する計画だ。また、米メイヨークリニック（Mayo Clinic）との協業を通じて、長期的なマルチモーダル医療データの統合モデル開発も進めている。

編集部注: 医療現場におけるAI応用は、知識試験での高スコア獲得から「いかに無駄な検査を減らし、安全かつ効率的に正しい診断へ到達するか」という実務的な最適化フェーズへ移行している。複数のAIエージェントが相互検証しながら費用対効果の高い検査を選択するMAI-DxOのアプローチは、医療費高騰と医師不足に直面する現代医療において極めて実用性の高い研究成果といえる。

引用元：Microsoft AI