Google、臨床診断を補助するAI「SymptomAI」を発表
- •Google Researchは、患者の症状聞き取りと鑑別診断を自動化する会話型エージェント「SymptomAI」を公開した。
- •13,917人を対象とした研究で、SymptomAIの診断提案は50%以上の症例で医師による診断よりも高く評価された。
- •SymptomAIの診断結果はウェアラブルデバイスのバイオシグナルと相関し、呼吸器感染症の生理学的指標の大規模分析を可能にする。
Google Researchは、患者へのインタビューから鑑別診断（DDx、考えられる疾患のリスト）までを遂行する会話型AI「SymptomAI」を発表した。13,917人の参加者を対象とした全国規模の無作為化試験では、医学的知識や情報の網羅性にばらつきがある中でも、AIが自然な会話を通じて症状を確認できることが証明された。参加者は、ベースモデルのみの対応から、標準的な問診手法を用いるもの、無制限の追跡質問を行うものまで、5つのプロンプト戦略のいずれかと対話した。その後2週間の経過観察で、参加者自身の主治医による診断結果を収集し、3人の認定医師からなるパネルの評価と照らし合わせる形でAIの性能が検証された。
研究の結果、専門医はSymptomAIが生成した鑑別診断を、50%以上の症例において他の人間による診断よりも高く評価した。また、ブラインドテストにおいても、SymptomAIの診断は最も精度が高いと評価される頻度が多かった。AIが積極的に追跡質問を行うすべてのエージェント型戦略は、プロンプトを用いないベースモデルを大幅に上回る結果を示しており、的を絞った情報収集の重要性が浮き彫りとなった。AIと人間による診断の精度の差は、人間側が当初の判断に自信を持っていない症例においてより顕著に現れた。
さらに研究チームは、SymptomAIの診断出力とFitbitウェアラブルデバイスから得られる生理学的データの相関を調査した。感染症と診断された会話の内容は、心血管機能、呼吸、皮膚温度、睡眠の質の変化と、症状報告の数日前に一致することが判明した。これは、これまで手作業による臨床ラベル付けの高コストが課題となっていた生理学的データ分析において、AIによる症状評価が大規模な研究を促進する可能性を示している。なお、著者らはこの結果が重要な進歩である一方、人間の評価者がチャットの記録のみを確認した点や、非言語的な手がかりや患者と医師の信頼関係を考慮できないといった限界があることを付記している。研究内で生成された診断は分析のみを目的としたものであり、正式な医療アドバイスや確定診断を構成するものではない。