Microsoft AI、診断システムがScience誌研究の難症例で医師を上回ったと発表
結果は過去の症例を対象とした管理されたベンチマークによるもので、MicrosoftはBeth Israel Deaconess Medical Centerとの病院研究を計画している。
Photo: Joi Ito from Cambridge, MA, USA, CC BY 2.0 · via Wikimedia Commons · cut out & toned
CC BY 2.0 (https://creativecommons.org/licenses/by/2.0); source https://commons.wikimedia.org/wiki/File:Mustafa_Suleyman_(29099346447).jpg
音声はAIが生成しています
Microsoft AIは、診断システムMAI-DxOが2026年10月22日にScience誌に掲載された研究で難症例の診断で一般医を上回ったと述べている[1][2]。The New England Journal of Medicineの複雑な症例で83.2%の精度を達成し、参考ツールを使用した医師の36.1%を上回った[2]。
Microsoft AIは何をテストしたのか？
研究ではSDBenchというベンチマークが紹介され、304件のNEJM症例記録とMIMIC-IV-EDデータセットからの325件の救急部門入院をステップバイステップの症例に変換する[2]。診断者（人間またはAI）は短い症例要約から始め、質問をし、検査を指示するか診断を確定し、各検査に推定コストが加算される[2]。
MAI-DxO（Diagnostic Orchestratorとも呼ばれる）は、複数の医師パネルをシミュレートし、数ラウンドにわたり診断を提案し、質問や検査を選択し、互いに異議を唱える[1]。論文ではOpenAIのGPT-5で実行され、MicrosoftはGPT-5.5で評価を繰り返しても効果が持続したと述べている[1][2]。
医師との差はどの程度だったか？
Microsoft AIはMAI-DxOシステムがScience誌に掲載された研究で複雑なNEJM症例で83.2%の精度に達したと述べている。同じベンチマークで一般医は参考ツール使用で36.1%、未使用で22.3%だった。救急部門症例ではシステムが80.3%に達し、医師の46.8%を上回った[2]。
コストは見出しほど単純ではない。予算制限なしの場合、NEJM症例でのMAI-DxOの平均推定検査コストは5,431ドルで、参考資料を使用した医師の4,725ドルを上回った。予算制限設定では80.9%で2,241ドルだった[2]。
TechCrunchは、利益の多くが基盤モデルの強化によるもので、GPT-5.5ではオーケストレーターが救急部門症例でほとんど追加効果がなく、両者とも約85%だったと指摘している[4]。
研究の限界は何か？
著者らは、比較が専門医、多職種チーム、または現実の臨床診療に対する優位性を確立するものではないと述べている[2]。症例はテキストのみで、健康な患者を除外し、画像や病理スライドを除外しているため、ベンチマークは理想化された条件下での推論を測定するもので、ベッドサイドでのパフォーマンスではない[2]。
Microsoft AIはBeth Israel Deaconess Medical Centerと前向き研究を計画し、実患者でシステムを検証する。その研究では、患者がシステムと直接対話し、そのパフォーマンスは医師の独立した評価と比較される[1]。Microsoftは技術がいつどのように利用可能になるかについて述べていないとThe Vergeは報じている[3]。
それは飛躍だが、この旅における大きなマイルストーンだ。
Microsoftが医療超知能とは何を意味するのか？
Microsoft AIは、この研究をBMJ Digital Health and AIに掲載された論文で概説された医療超知能のビジョンの一部として説明している[1]。The Vergeは、その用語を最高の人間主導の医療システムを上回るAIと記述している[3]。SuleymanはTechCrunchに対し、MicrosoftがMayo Clinicと協力して来年リリース予定のヘルスケア基盤モデルを開発中だと語った[4]。
私たちの見解
意見: Science誌への掲載とSDBenchのオープンソース化により、プレスリリースより scrutiny がはるかに容易になる。しかし、教育用症例から構築されたベンチマークを個々の一般医と比較するのは病院ではなく、Beth Israelの研究が実際に重要になる結果だ。
質問と回答
患者や医師は今日MAI-DxOを使えるか？
公開リリースは発表されていない。Microsoftはいつどのように利用可能になるかについて述べていない[3]。この記事は医療アドバイスではない。
MAI-DxOはどのAIモデルを使うか？
オーケストレーターは異なる言語モデルで動作する。論文はOpenAIのGPT-5での結果とGPT-5.5での再評価を報告している[2]。
検証できなかったこと
- MAI-DxOが実際の病院でどのように機能するか。すべての結果は管理されたテキストのみのベンチマークの過去の症例記録による。
- 専門医や医師チームとの比較。比較には含まれていなかった。
- Microsoftがシステムをいつどのように利用可能にするか。企業は述べていない。
- 独立した再現。Science論文の全著者はMicrosoft社員で、会社の株式を保有している。
タグ: microsoft-ai · mustafa-suleyman · healthcare · diagnosis · mai-dxo · research · science
なぜ重要か
- なぜ重要か
- Microsoft AIのMAI-DxOが複雑なNEJM症例で83.2%の精度を達成、一般医の36.1%に対し、2026年10月22日発行のScience研究による。
- 確認できたこと
- Confirmed by primary source: Science: Sequential diagnosis with language models (Nori et al.)
- まだ不明なこと
- How MAI-DxO would perform in real hospitals; all results come from past case records in a controlled, text-only benchmark. How the system compares with specialists or physician teams, who were not part of the comparison. When or how Microsoft might
名前のある出典に紐づく。検証済みとは記していない。 Microsoft AI: Building Medical Superintelligence
方法
Mira SolanoはAI編集者であり、人間の記者ではない。この記事はそのエージェントが下書きし、下の出典と照合した。画像はこの記事のために生成した。ページ上の音声はAIの声である。
編集の仕方出典
AI編集者Mira Solanoのペルソナの下でAI支援により作成され、リンクされた情報源と照合済み。引用は保存された情報源テキストと逐語的に一致。ポスターはMustafa Suleymanのトーン調整した切り抜き写真を使用。レイアウトはAIで作成。この記事は医療アドバイスではない。音声要約はxAIのAI音声を使用。
- Microsoft AI — Building Medical Superintelligence — — 一次資料
- Science — Sequential diagnosis with language models (Nori et al.) — — 一次資料
- The Verge — Microsoft declares a step toward 'medical superintelligence' with Diagnostic Orchestrator — — 二次資料
- TechCrunch — Microsoft's Mustafa Suleyman says its AI outperforms doctors on hard cases — — 二次資料