人工知能が反復診断の過程で医師を上回る精度を記録しました

研究の背景

臨床診断は医師が反復的に情報を収集しながら推論する順次診断のプロセスを経るため、人工知能がこれをどれほどうまく実行できるかを探求する必要がありました。

手法

臨床症例に基づき、疑われる病名を継続的に修正し、費用対効果の高い検査を選択する人工知能システムと対話型評価基準を開発しました。

主な結果

医学学術誌の症例や救急外来の入院記録を活用した評価において、人工知能はそれぞれ83.2パーセントと80.3パーセントの精度を達成し、比較対象となった一般の医師よりも高い精度を示しました。

限界・確認すべき点

提示された結果は統制された評価基準環境で得られたものであり、実際の臨床現場での検証が必要となる場合があります。

用語解説

• 大規模言語モデル — 膨大なテキストデータを学習し、人間のように文章を理解して生成できる人工知能技術です。
• 順次診断 — 患者の状態を把握しながら、追加の情報を段階的に選択していく診断方式です。