マイクロソフトの診断AI、難しい症例の正答率83%と発表 医師との比較は模擬環境、次は米病院で実地検証へ
複数のAIが「医師団」のように議論する仕組み。成果の多くは基盤モデルの進歩によるとの指摘も
マイクロソフトのAI部門は2026年10月22日、複数のAIが医師団のように議論して診断する「MAI-DxO」の研究成果を科学誌Scienceに発表しました。難しい症例で正答率83%と、参考資料を使った一般医の36%を大きく上回ったとしています。ただし結果は模擬環境でのもので、実際の診療での検証はこれからです。
まず、これだけ押さえたい
- マイクロソフトは10月22日、複数のAIが議論して診断する「MAI-DxO」の成果をScience誌に発表し、難しい症例で正答率83%と公表しました。
- 比較した医師は一般医で、結果は模擬環境のもの。性能向上の多くは基盤モデルの進歩によるとの報道もあります。
- 今後は米国の病院で、患者が直接使う形の実地検証を行います。
押さえておきたい数字
難しい症例での正答率（MAI-DxO）
83%
参考資料を使った一般医は36%（NEJM症例304件、模擬環境）
基準時点: 2026年10月22日発表
出典: Microsoft AI「Building Medical Superintelligence」（外部サイトが新しいタブで開きます）
経営への示唆編集部の分析
今回の発表は、AIが専門家の判断を支える水準に近づいていることを示す一方、模擬環境の成績と実務での成果は別物であることも改めて示しています。複数のAIに役割を分けて議論させる設計は、与信審査や品質調査など、専門判断を伴う業務にも応用できる考え方です。導入を検討する企業は、ベンダーが示す正答率が「どんな条件で、誰と比べた数字か」を確かめ、自社の実データで小さく検証する手順を踏むことが重要です。
この記事の目次
画像: AI生成のイメージ画像（Codexで作成）。実際の場面ではありません
何が発表されたのか
**マイクロソフトのAI部門（Microsoft AI）は10月22日、AIによる診断システム「MAI-DxO」の研究成果を科学誌Scienceに発表しました。**MAI-DxOは、複数のAIが仮想の医師団のように診断案を出し合い、検査を選び、互いの判断に異論を唱えながら絞り込む仕組みです。各検査の有用性と費用を比べながら進めるのが特徴です（Microsoft AI 発表（外部サイトが新しいタブで開きます））。
評価には、患者の情報を少しずつ明らかにしながら診断を進める試験「SDBench」を使いました。米医学誌NEJMの難しい症例304件と、米国の救急外来の典型的な症例データで測っています。
どのくらいの成績だったのか
| 対象 | MAI-DxO | 医師 |
|---|---|---|
| NEJMの難しい症例 | 83% | 36%（参考資料あり）、22%（なし） |
| 救急外来の症例 | 80% | 47% |
出典: Microsoft AI 発表（外部サイトが新しいタブで開きます）
同社は、検査費用を抑える設定でも難しい症例で81%の正答率を、比較対象の半分未満の費用で達成したとしています。TechCrunchによると、比較した医師は一般医・総合内科医で、こうした難しい症例を通常担当する専門医や医師チームは比較に含まれていません。また研究データからは、性能向上の多くは基盤となるAIモデル自体の進歩によるもので、MAI-DxOの仕組みはその上に上乗せする形だと読み取れるとしています（TechCrunch（外部サイトが新しいタブで開きます））。
次に何をするのか
**実際の診療での検証が次の段階です。**同社はボストンのベス・イスラエル・ディーコネス医療センターと、患者がシステムと直接やり取りし、その判断を医師の独立した診断と比べる前向き研究を行います。メイヨー・クリニックとは医療向けのAIモデルを共同開発します。評価に使った試験の一部も公開し、外部の研究者が再現・検証できるようにするとしています（Microsoft AI 発表（外部サイトが新しいタブで開きます））。
同社自身も「本当の試験は実際の臨床環境での性能だ」と述べており、今回の数字は診療現場での実力をそのまま示すものではありません。検査費用も実費ではなく推計です。
企業にとっての意味
「複数のAIに役割を分けて議論させる」設計は、医療に限らず、審査や調査など専門判断の業務に応用できる考え方です。一方、今回のように模擬環境の成績と実務の成績は別物で、導入判断では実地検証の結果を待つ姿勢が大切です。
経営会議で確認したいこと
- AIベンダーが示す精度の数字について、評価の条件（模擬か実務か、比較相手は誰か）を確認しているか。
- 専門判断を伴う自社業務のうち、AIに「一次案」を作らせ、人が最終判断する形に向くものはどれか。
用語の補足（4語）
- MAI-DxO
- Microsoft AI Diagnostic Orchestratorの略。複数のAIが医師団のように診断案や検査を議論しながら絞り込む、マイクロソフトの診断システム。
- NEJM
- New England Journal of Medicine。米国の代表的な医学誌で、難しい症例の検討記事が評価用の題材として使われた。
- 前向き研究
- 研究計画を先に定め、その後に起きる事例を追跡して評価する研究。過去のデータを使う研究より、実際の効果を確かめやすい。
- 基盤モデル
- 大量のデータで学習した汎用のAIモデル。これを土台に、特定用途の仕組みを組み合わせて使う。
根拠資料・出典
一次資料
二次報道・参考
訂正履歴
訂正はありません。最終更新: 2026年10月29日 10:02
誤りにお気づきの場合はお問い合わせからお知らせください。
