AIに症状を伝えると、病名の候補が返ってくる。
いまでは、それほど珍しいことではなくなりました。
Microsoftが研究している医療AI「MAI-DxO」は、少し違うところを目指しています。
病名を答える前に、「次に何を聞くか」「どの検査をするか」を自分で選びながら進むのだそうです。
それは、私たちが研修医のころに指導医から叩き込まれたことと、どこが同じで、どこが違うのでしょう。
（※2026年10月24日時点の公開情報に基づきます。）
今回も医療田さんと機械屋さんの会話でどうぞ。
＝＝＝＝＝＝
● 「MAI-DxO」って、何者？
医療田：
ねえ機械屋さん。
最近ニュースで「MAI-DxO」っていうのを見かけたんだけど。
商品なのかサービスなのかも、よくわからなくて。。
機械屋：
ああ、Microsoftの研究チームが論文で報告した、研究段階の診断AIの仕組みですね。
正式には Microsoft AI Diagnostic Orchestrator。
日本語にすると「Microsoft AI診断オーケストレーター」です。
医療田：
オーケストレーター。。オーケストラ？
機械屋：
はい、オーケストラの指揮者のイメージです。
指揮者は自分では楽器を弾きませんが、どのパートに、いつ音を出してもらうかを決めますよね。
医療田：
バイオリンの次はチェロ、みたいな。
機械屋：
そうです。MAI-DxOもいわば指揮者で、AIに「病気の候補を考える役」「検査を選ぶ役」といった役割を割り振って、順番に仕事をさせます。
新しいAIそのものを作ったというより、AIの「働かせ方」を診断向けに組み立てた仕組み、と言えばいいでしょうか。
医療田：
ふんふん。
でも、ChatGPTに症状を書いても、病名の候補はけっこう出してくれるよね。
何が違うの？
機械屋：
いちばんの違いは、「答え」より「次の一手」を見ていることですね。
医療田：
次の一手。。？
機械屋：
ふだんAIに相談するときは、こちらが情報をまとめて渡して、AIがそれに答えますよね。
MAI-DxOの研究では、最初に渡される情報はほんの少しです。
そこから「何を聞くか」「どの検査を出すか」をAI自身が選んで、手がかりを集めていきます。
医療田：
ああ、、書き終わった問診票を渡されるんじゃなくて、自分で問診するんだ。
機械屋：
まさにそれです。
しかも、正解できたかどうかだけでなく、どんな順番で、どれだけ検査を使ってたどり着いたか。
その道のりまで含めて評価しています。
医療田：
なんだか、研修医の評価みたいだね。
機械屋：
と、いいますと？
医療田：
研修医のころ、救急で迷うと「とりあえず全部」って検査を出しちゃってさ。
で、先輩に「ちゃんと考えて。オーダーするのはちゃんと必要な検査だけにしなさいよ」って叱られたことがあるんだ。
機械屋：
そうでしたか。いやまさに。
この研究は「次はどうするか」「必要・最適な手順はなにか？」という、
その考えの道筋を見ようとしているんです。
● 情報は、聞かないと出てこない
医療田：
自分で問診するって、相手は誰なの？
本物の患者さん？
機械屋：
いえ、今回はまだ文字だけの模擬診療です。
使うのは、実際にあった症例の記録です。
医療田：
記録をそのまま見せるの？
機械屋：
そこが工夫されていて、最初に見せるのは、たとえば「40代の女性。数日前からの発熱とお腹の痛み」くらいの、ほんの一部だけ。
残りの情報は、伏せたカードのように隠されています。
医療田：
伏せたカード？
機械屋：
はい。AIが「いつから痛みますか」と聞けば、その答えのカードが1枚めくられる。
「血液検査をお願いします」と頼めば、その結果が返ってくる。
聞かなかったこと、頼まなかった検査の結果は、最後までわかりません。
医療田：
推理ゲームみたいだね。
シャーロック・ホームズが、データがないと推理できない、みたいなこと言ってなかったっけ。
機械屋：
「粘土がなければレンガは作れない」ですね。
このテストでは、その粘土を自分で取りに行かないといけないわけです。
医療田：
じゃあ、さっきの「とりあえず全部」作戦は？
機械屋：
もちろんできます。
ただ、検査を頼むたびに、米国の価格をもとにした費用が積み上がっていきます。
医療田：
あ、お会計がついてくるんだ。
機械屋：
はい。全部調べれば正解に近づくかもしれませんが、お金も時間もかかる。
最小限で当てにいけば安く済むけれど、見落とすかもしれない。
その間で、どう手を選ぶかが試されているんです。
医療田：
それ大事だよね。
実際の診療では、医療経済的なこともちゃんと考えていかないといけないわけだし。
実践的なAI、、オーケストラだ。
● ひとりで開く、五人カンファレンス
医療田：
それで、最初に言ってた「役割」っていうのを、もう少し解説して？
機械屋：
原著で示された構成では、5つの役が登場します。
病気の候補を考える役。
次の検査を選ぶ役。
その考えに「本当にそう？」と反論する役。
検査の費用に目を光らせる役。
そして、全体のつじつまを確認する役です。
医療田：
カンファレンスだね。
診断を言う人がいて、「でもこれ、別の病気じゃない？」って突っ込む人がいて。
「その検査、いま要る？」って言う人もいて。
機械屋：
まさにそのイメージです。
5つの役で話し合いながら、次にどうするかを1手ずつ決めていきます。
医療田：
じゃあ、AIが5人集まってるの？
機械屋：
いえ、その構成では、ひとつのAIが5役を演じ分けています。
同じ俳優が、衣装を替えながら一人芝居をしているようなものですね。
医療田：
一人五役か。。
それ、結局みんな同じ思い込みをしない？
機械屋：
鋭いですね。同じAIなので、考え方の癖はどの役にも残ります。
医療田：
わかる気がする。
機械屋：
それでも、「疑う番」を手順として必ず回すことには意味があります。
手術の前の「タイムアウト」に近いかもしれません。
医療田：
ああ、執刀前に全員で手を止めて、患者さんや部位を確認するあれね。
わかりきっていても、必ずやる。
機械屋：
はい。思い込みを完全には消せなくても、立ち止まる場面を仕組みに組み込んでおく。
Vol.68でお話しした、AIエージェントを「どう組み合わせ、どう働かせるか」という設計の、具体的な例と言えますね。
● 正答率83%。。ほんと？
医療田：
で、肝心の成績はどうだったの？
機械屋：
2026年10月、この研究は科学誌Scienceに論文として掲載され、Microsoftも成果を発表しました。
それによると、NEJMに載った症例で、正答率83%です。
NEJMは米国の代表的な医学誌で、そこに載る症例検討は、診断が難しいことで知られています。
医療田：
8割以上。。
人間のお医者さんは？
機械屋：
比較した医師は、外部の資料を使わない条件で22%、使える条件で36%でした。
医療田：
うっく。。
私たち、そんなに当たらないの？
機械屋：
ここは落ち着いて読みたいところです。
まず、もともと難しい症例を集めたテストです。
それに、文字のやり取りだけなので、同僚に相談したり、患者さんの様子を見たりはできません。
医療田：
たしかに、ふだんの診療とは条件がだいぶ違うね。
機械屋：
さらに、AIと医師では、解いた症例の数など、比べる条件にも違いがあります。
医療田：
同じ土俵で戦ったわけじゃないんだ。
機械屋：
はい。それと、「正解」の決め方にも目を向けたいところです。
ここでの正解は、その症例の記録に残っている診断です。
医療田：
Vol.85で話した、「医学の知見は"真実"なのか、"その時点の最善"なのか」ってやつだ。
機械屋：
そうです。今回の83%も、「記録に残った答えに、どれだけ近づけたか」を測った数字として読むのがよさそうです。
医療田：
それってさあ、ひょっとすると、、
機械屋：
ええ。
医療田：
AIの学習データに、NEJMの内容がすでに入ってた、なんてことない？
機械屋：
。。ふふ、さすがですね。
いわば「試験問題を前もって見ていたかもしれない」という心配です。
専門的には、データの混入、コンタミネーションと呼ばれます。
医療田：
カンニング疑惑だ。
機械屋：
研究チームもそこは気にしていて、初期の論文では、いちばん新しい2024〜2025年の56症例を「本番用」として取っておきました。
その多くは、AIが学習したデータの締め切りより後に載った症例です。
開発中は、チーム自身もその症例を見ないようにしていました。
医療田：
見たことのない問題で、あらためて試したわけね。
機械屋：
はい。その本番用の症例でも、成績が落ちることはありませんでした。
ですから著者らは、丸暗記で当てたわけではない、と見ています。
● 「安く当てる」って、どういうこと？
機械屋：
そしてこの研究のもう一つの側面ですが、
診断にたどり着くまでに頼んだ検査の代金を、米国の価格で見積もって足し合わせ、医師の結果と比較しています。
医療田：
おお、そうだったね。
機械屋：
Microsoftの発表では、教科書やインターネットを使える条件の医師と比べて、MAI-DxOは半分から3分の1ほどの検査代で、しかも医師より高い正答率でたどり着いたとしています。
医療田：
人より当たって、しかも安い。。
先輩に叱られた私より、ずっと優秀だ。
機械屋：
ははは。。
ふつうは、検査をたくさん出せば正答率は上がるけれど、お会計も上がる。シーソーのような関係ですよね。
今回の発表では、「MAI-DxOより正確で、しかも安い」という方法は、人にもほかのAIにもなかった、と報告しています。
医療田：
点数でもお会計でも、上をいく相手がいなかったってことね。
機械屋：
はい。それと、MAI-DxOは設定を切り替えられます。
正確さを優先すると83%。
費用を優先した設定では、正答率81%で、比べたほかのAIのしくみの半分以下の費用でした。
医療田：
2点だけゆずって、お会計は半分以下。。
現場の感覚だと、そのほうがありがたい場面も多そう。
機械屋：
ただ、ここで数えているのは検査代の見積もりだけです。
Vol.55で、AIの利用料だけを見ても、病院で実際にかかるお金は見えないとお話ししましたね。
同じように、AIを動かす費用や、人が確認する手間はこの計算に入っていません。
● 当直の夜に、隣にいたら
医療田：
だいぶ見えてきた。
当直で一人のとき、こういうAIがいたら、すごく心強い。
機械屋：
ここからは将来の話としてですが、そういう使い方には可能性を感じます。
つまりこういったAIが常に診療の現場にいて、チームの一員として機能する。
見落としていた候補や、まだ聞いていなかったことに気づくきっかけになるかもしれません。
医療田：
Vol.57でやったOpenEvidenceとは、どう違うのかな。
医学論文の根拠を示しながら答えてくれる、あの医療AI。
機械屋：
OpenEvidenceにも、追加で質問したり、役割を分けて調べたりする仕組みはあるので、きれいに線は引けません。
ただ、主眼で言えば、OpenEvidenceは「文献を調べる」ことに強い相棒。
MAI-DxOが目指しているのは、「目の前の患者さんの情報を、どう集めていくか」を一緒に考える相棒、と言えそうです。
医療田：
本で調べることと、患者さんに聞くこと。
どっちも、私たちの仕事には欠かせないね。
、、でも、AIが「この検査を」と言ったら、そのままオーダーしちゃうのはちょっと怖いな。
機械屋：
そこは大事なところです。
AIの中に疑う役がいても、それとは別に、人がどこで確かめるかを決めておく必要があります。
Vol.68では、二つの形を区別しましたね。
医療田：
Human in the loopと、Human on the loop。
in the loopは、人がOKを出さないと先に進まない形。
on the loopは、AIが進めるのを人が見守っていて、必要なときに止める形、だったね。
ああ、あと、Human AI Interaction。
機械屋：
Vol.6で扱った、人とAIがどう関わり合うか、という話ですね。
関連する研究では、文章で示された症例を解く課題で、診断推論のスコアの中央値が、AI単独92%、医師単独74%、医師とAIが一緒では76%でした。
医療田：
「Forced Collaboration」だったね。
一緒にやれば足し算になる、とは限らないんだ。
機械屋：
はい。人がAIの答えをどう受け止めるかで、結果は大きく変わります。
ドイツのマンモグラフィの読影実験では、AIの判定の一部をわざと間違えておくと、経験の浅い読影医の正解率は、8割近くから2割未満に下がりました。
経験15年以上のベテランでも、8割台から45%ほどまで下がっています。
医療田：
ベテランでも引っ張られちゃうんだ。。
機械屋：
「AIがそう言うなら」と、判断を預けてしまう。
自動化バイアスと呼ばれる現象です。
医療田：
もっと怖いのは、それが毎日続いたときだよね。
AIに頼りっぱなしだと、自分で決める力そのものが落ちちゃわない？
機械屋：
そこにも気になる報告があります。
ポーランドの大腸内視鏡の研究では、AIの支援を日常的に使い始めたあと、AIを使わずに行った検査での腺腫の発見率が、28.4%から22.4%に下がっていました。
医療田：
AIがいないときに、見つける力が落ちてた。。
補助輪に慣れちゃうと、外したときにふらつく、みたいな。
機械屋：
観察研究なので、AIが原因だと言い切れるわけではありませんが、気をつけておきたいサインです。
医療田：
MAI-DxOみたいに、次に聞くことや検査まで選んでくれるAIなら、なおさらだね。
問診の組み立て方を、自分で考えなくなっちゃうかも。
機械屋：
はい。だからこそ、使い方の設計が大事になります。
たとえば、まず自分で考えてから、AIの意見を見る順番にする。
AIの役目を「答えを出す係」ではなく、「ほかに考えることはない？」と問いかける係にしておく。
そうすれば、考える力を手放さずに、AIの視点を借りられるかもしれません。
医療田：
AIに答えをもらうんじゃなくて、問いを投げてもらう、か。
それなら、当直の夜の心強い相棒になりそう。
機械屋：
Microsoftは、実際の患者さんとやり取りする研究も計画しています。
ただ、その結果はまだ出ていません。
人とAIが一緒に使ったとき、診療がどう変わるのか。次に知りたいのは、まさにそこですね。
医療田：
最初はニュースの「83%」ばかり見てたけど、、
どんな順番で手がかりを集めるか。誰が確かめるか。そして、私たちが考える力をどう保つか。
そこまで含めて見ないと、ほんとの実力はわからないんだね。
機械屋：
そうですね。
診断にたどり着くまでの道のりを一手ずつ見えるようにすると、AIが人を助けられる場面も、具体的に探せるようになります。
今回の研究は、そのための一歩と言えそうです。
● まとめ
機械屋：
今回の教訓をまとめましょうか：
・MAI-DxO（Microsoft AI診断オーケストレーター）は、質問や検査を自分で選びながら診断に近づく、研究段階の仕組み。
・ひとつのAIが「候補を考える」「検査を選ぶ」「反論する」「費用を見張る」「つじつまを確かめる」の5役を演じ分ける。
・正答率83%は、文字だけの模擬診療での成績。患者さんが良くなるかどうかは、これから確かめること。
・見るべきは「当たったか」だけでなく、手がかりの集め方、費用、人による確認、患者さんの負担まで。
・AIに頼りすぎると判断が引っ張られたり、考える力が落ちたりするおそれも。AIを「問いかけ役」として使う設計がカギ。
医療田：
ありがとう。
指揮者で、探偵で、カンファレンスまでひとりでこなすなんて、忙しいAIだね。
頼もしいAIが次々と出てきて、未来が楽しみ。
でも、わたしもそんなAIに負けないように、日々勉強していこうって、思った。
機械屋：
まさに。わたしもいま、そんな気持ちです。
＝＝＝＝＝＝
● よくある質問（FAQ）
Q. MAI-DxOは、いま申し込める医療サービスですか？
A. 確認した公式資料では、MAI-DxO自体の一般向けアプリ、API、料金プランや、日本での提供・医療機器承認は確認できません。評価基盤SDBenchのコード公開と、診断サービスの一般提供は別です。
Q. 本文で省いた、救急症例の評価結果は？
A. 2026年10月22日のMicrosoft公式発表では、救急受診後に入院した患者の記録を基に選ばれた症例で、MAI-DxOは80%、医師は47%と報告しています。こちらも文字での模擬診療であり、実患者への診療効果を示した数字ではありません。また救急症例では、設定によっては、比較用の単純なAIより正確でも費用が高くなる場合がありました。
Q. 「正答率85.5%」という紹介とは違うのですか？
A. 85.5%は、2025年6月の初期発表で、OpenAI o3を使った構成の結果です。本文は2026年10月の更新発表にある数値を用いています。モデルや評価条件が異なるので、数字だけを並べて性能が上がった・下がったとは判断できません。
Q. 評価の「正解」は、どう判定していますか？
A. 評価用のAIが、症例の参照診断と提出された診断を照合して採点します。実際の患者の転帰を判定したものではありません。公開されている著者稿では、NEJMのAI評価は304症例、医師は一部の56症例という設計です。評価対象の範囲にも条件がある比較として読む必要があります。
Q. CTやMRIの画像も、直接読んでいるのですか？
A. ここで扱う評価は、画像を直接解釈する試験ではなく、文字の情報を介した模擬診療です。元の記録にない質問・検査への回答を、シミュレーターが補う場合もあります。画像診断の成績や、治療の安全性まで証明したものではありません。
＝＝＝＝＝＝
●参考
Microsoft AI「Building Medical Superintelligence」（2026年10月22日）
https://microsoft.ai/news/building-medical-superintelligence/
Nori H, et al.「Sequential Diagnosis with Language Models」Science（2026年、掲載情報）
https://www.science.org/doi/10.1126/science.aeh7930
Nori H, et al.「Sequential Diagnosis with Language Models」arXiv v2（2025年7月2日、初期の構成・評価方法）
https://arxiv.org/html/2506.22405v2
Nori H, et al.「Sequential Diagnosis with Language Models」著者公開稿（2025年11月8日付、比較集団の詳細。Science最終版とは区別）
https://erichorvitz.com/sequential_diagnosis_LM.pdf
PhysioNet「MIMIC-IV-Ext-SDBench」v1.0.0（2026年10月22日、症例選定・費用・評価範囲）
https://physionet.org/content/mimic-iv-ext-sdbench/1.0.0/
Microsoft「SDBench」公式リポジトリ（評価の仕組み・公開範囲）
https://github.com/microsoft/sdbench
Microsoft AI「The Path to Medical Superintelligence」（2025年6月30日、初期発表）
https://microsoft.ai/news/the-path-to-medical-superintelligence/
OpenEvidence「Introducing the OpenEvidence Model Family」（2026年9月3日、追加質問・役割分担の仕組み）
https://www.openevidence.foundation/announcements/introducing-the-openevidence-model-family
Microsoft「医療スーパーインテリジェンスへの道」（日本語公式、正式名称）
https://news.microsoft.com/source/asia/features/the-path-to-medical-superintelligence/?lang=ja
Goh E, et al.「Large Language Model Influence on Diagnostic Reasoning: A Randomized Clinical Trial」JAMA Network Open（2024年10月28日）
https://doi.org/10.1001/jamanetworkopen.2024.40969
Dratsch T, et al.「Automation Bias in Mammography: The Impact of Artificial Intelligence BI-RADS Suggestions on Reader Performance」Radiology（2023年、RSNAニュースによる紹介）
https://www.rsna.org/news/2023/may/ai-bias-may-impair-accuracy
Budzyń K, et al.「Endoscopist deskilling after exposure to artificial intelligence in colonoscopy: a multicenter observational study」Lancet Gastroenterol Hepatol（2025年）
https://wrap.warwick.ac.uk/id/eprint/191005
●関連記事
※OpenEvidenceとの比較は、各仕組みの主眼についての考察です。MAI-DxOの研究は、OpenEvidenceとの優劣を比較したものではありません。
・2分で読める生成AIのいま Vol.6 AIとヒトの"Forced Collaboration" とりあえずAIを使えばいいってもんでもない？！（ブログ）
https://www.youichimachida-ai.com/blog/2aivol6-aiforced-collaboration-ai
・2分で読める生成AIのいま Vol.57 米国医師の過半数が使う医療AI「OpenEvidence」― 利用そのものが「データ資産」になる時代（ブログ）
https://www.youichimachida-ai.com/blog/2ai-vol57aiopenevidence-
・2分で読める生成AIのいま Vol.68 AIエージェントの「中身」を知る ― 構成と監督設計で読み解く、これからのAI（note）
https://note.com/41machida_ai/n/nab211b18ed89
・2分で読める生成AIのいま Vol.85 AIの評価から見る医学 ― 医学知見は“Truth”なのか“State-of-the-art”なのか（note）
https://note.com/41machida_ai/n/na84cda818062
・2分で読める生成AIのいま Vol.55「全スタッフにAIを配る」が現実になった日 ― $0.25/1Mトークン時代の医療AI経済学とセキュリティ設計（ブログ）
https://www.youichimachida-ai.com/blog/2ai-vol55ai-0251mai
●2分で読める「生成AIのいま」シリーズ。バックナンバーはブログからどうぞ！
https://www.youichimachida-ai.com/blog
――――――――――
町田洋一（医師・医学博士・経営管理学博士）
Youichi MACHIDA, MD, PhD, DBA
