Google ResearchとGoogle DeepMindは8月11日、医療AI研究システム「AMIE」（Articulate Medical Intelligence Explorer）が、映像を使ったリアルタイムの臨床相談に対応したと発表した。患者とのビデオ通話中に表情や声のトーンといった視覚・聴覚情報を解釈しながら、仮想的な身体診察を進め、診断の推論を組み立てられるという。
新版のAMIEは、対話型AI「Gemini」と、カメラ映像をリアルタイムで理解する「Project Astra」の技術を組み合わせた複数のエージェントで構成される。患者役の俳優と一般開業医のグループを対象にした無作為化研究では、病歴の聞き取りの徹底度、診断の正確さ、対応方針の適切さ、コミュニケーションの質という4つの臨床能力について、臨床評価者から好意的な評価を得た。患者役の俳優自身も、テキストチャットより映像でのやり取りを選んだという。
テキストのみだった旧版との差
AMIEはこれまで、テキストベースの対話で診断精度を検証する研究が中心だった。2024年に公開された初期のAMIEは、文字だけのやり取りでも一般開業医に匹敵する、あるいは上回る診断精度を示した一方、表情の変化や苦悶の様子、皮膚の見た目といった、対面診療で医師が無意識に読み取る非言語情報を扱えないという制約を抱えていた。今回の映像対応版は、この非言語情報を扱う機能を加えたもので、患者の様子を見ながら診察のように質問を重ねる「仮想身体診査」を初めて組み込んだ点が、テキスト版からの技術的な前進にあたる。単に文字が音声・映像に置き換わったのではなく、視覚情報から得た手がかりを診断推論に反映する工程が新たに加わった格好だ。
組み合わせに使われた「Project Astra」は、カメラ映像と音声をリアルタイムで理解する汎用アシスタント技術として2024年にGoogle DeepMindが発表したもので、これまでは物体認識や日常会話の支援を想定した文脈で語られてきた。今回のAMIEは、その低遅延な映像理解の仕組みを医療の問診・身体診査という専門領域に転用した事例にあたり、Astra側の技術が医療分野に応用された初期の例といえる。映像でAIと会話する仕組み自体は、Geminiの「Gemini Live」やChatGPTの音声・映像モードといった汎用アシスタントにもすでに搭載されている。AMIEがそれらと一線を画すのは、雑談や日常の作業支援ではなく、臨床能力の観点から医師と比較評価される設計になっている点だ。
映像による「仮想身体診査」にも限界はある。AIが実際の聴診器で心音を聞いたり患部に触れて触診したりすることはできず、これはAIに限らず、医師によるビデオ診療でも共通する制約だ。今回の評価は、この「触れられない」条件のもとでどこまで診断の質を保てるかという比較であり、対面診療そのものを置き換える性能を示したわけではない。
問診支援AIとの違い
日本国内でAI問診として知られる「Ubie」などのサービスは、受診前に症状を聞き取り、医師の診察を効率化するトリアージ・事前問診の役割にとどまる。最終的な診断や治療方針の判断は医師が担う設計だ。これに対しAMIEは、問診にとどまらず診断そのものの推論プロセスまでAIが担う点で狙いが異なる。国内のオンライン診療サービスも、医師とのビデオ通話を仲介する役割が中心で、AIが診察側に回る設計は想定されていない。この違いは、AIが「医師の作業を助ける」段階から「医師の役割そのものを担いうるか」を検証する段階に踏み出したことを意味している。Googleも今回の発表で、AMIEが「研究システム」であり、責任ある形で臨床現場に導入する前にさらなる検証が必要だと明記しており、実際の診療で使う段階には至っていない。あくまで研究成果としての位置づけであることを、Google自身が発表文の中で繰り返し強調している格好だ。
日本での実用化にはもう一段の壁
日本ではオンライン診療そのものが医師法・医療法上の指針の対象で、AIが単独で問診や身体診査に相当する行為を担うことには薬機法上の位置づけの整理も必要になる。誤診時の責任の所在をどう整理するかという論点も、映像を使ってAIが診断推論まで踏み込む以上、テキストベースの問診支援より重くなる。米国にはFDAが医療AIを「SaMD（Software as a Medical Device）」として承認する枠組みがあるが、AMIEは研究段階にとどまり、この種の承認申請の対象にはまだ至っていない。複数のAIエージェントが役割分担して1つのタスクをこなす設計は今後の医療AIでも増えていくとみられるが、患者の症状や病歴という機微な情報を映像込みで扱う以上、データの取り扱いへの注視も欠かせない。
