AI-Papers
- ボストン小児病院がOpenAI技術を活用し、希少疾患40件以上の新規診断に成功
- 従来の診断手法では見逃されていた症例にAIが答えを出し、患者の治療開始を実現
- 医療現場でのAI実用化が具体的成果を上げ、診断精度と速度の向上を証明
概要
ボストン小児病院（Boston Children's Hospital）は2025年初頭、OpenAIの大規模言語モデル技術を活用した診断支援システムにより、希少疾患40件以上の新規診断に至ったと発表しました。発表がこの時期であり、システムの導入時期については明らかにされていません。
これらの症例は従来の診断手法では特定が困難だったケースで、AIによる文献検索と症例パターン分析が診断につながりました。年間発症例が数百件以下の希少疾患では、専門医でも診断に数年を要するケースが珍しくありません。
希少疾患診断の難しさ
希少疾患は全世界で7,000種類以上存在し、その多くが遺伝性疾患です。発症頻度が極めて低いため、一般の医師が診療中に遭遇する機会はほとんどありません。診断には専門医による詳細な問診と検査が必要ですが、症状が他の一般的な疾患と類似していることが多く、正確な診断までに平均5〜7年かかるとされています。
診断の遅延は患者と家族に負担をもたらします。具体的には次のような影響が指摘されています。
- 経済的な負担: 適切でない治療の繰り返しによる医療費の増加
- 生活への影響: 患者の通院・入院にともなう家族の仕事や生活の制約
- 精神的な負担: 原因不明の症状に対する不安が長期間続くこと
- 身体的なリスク: 誤った治療の継続による病状の悪化、治療開始の遅れによる回復可能性の低下
こうした影響が重なるため、早期診断は病名を特定するだけでなく、患者のQOL（生活の質）を守る意味を持ちます。
OpenAI技術の活用方法
ボストン小児病院が導入したシステムは、OpenAIの大規模言語モデルを基盤としています。患者の症状・検査結果・既往歴などの臨床データを入力すると、AIが数百万件の医学文献と症例データベースから関連情報を検索し、可能性の高い診断候補を提示します。医師はこの候補リストを参考に追加検査を実施し、最終診断を下す流れです。
AIは診断の補助として機能し、最終判断は医師が行います。医師が見逃しがちな稀な疾患の可能性をAIが提示することで、診断に至らなかった症例の特定につながりました。文献検索に要する時間も短縮され、医師は患者とのコミュニケーションや治療計画の策定に時間を充てられるようになったとしています。
システムの導入にあたっては、患者データのプライバシー保護が課題でした。ボストン小児病院は、患者の個人情報を匿名化した上でAIシステムに入力し、診断結果のみを医師に返す仕組みを構築しています。データの保管と処理は病院内のセキュリティ基準に従って行われ、外部への情報流出リスクを抑えているとしています。
医療AIの今後の展望
今回の成果は、専門性が高く情報量の多い希少疾患診断という領域で、AIによる診断支援が実際の診断に結びついた事例です。病院は、長年蓄積された症例データと医学文献がシステムの基盤になったと説明しています。
AIによる診断支援が広がると、医師の役割も変わる可能性があります。AIが情報検索と候補提示を担うことで、医師は診断判断と治療計画の策定、患者とのコミュニケーションに集中しやすくなります。一方で、医師の教育カリキュラムや専門性のあり方を見直す必要も生じます。
なお、組織全体でAIの利用を広げる動きは医療以外でも見られ、日本国内ではMUFG、ChatGPT Enterprise全社展開でAIネイティブ銀行を目指す事例のように、業務全体への導入を進める例があります。
