「診断できなかった」に届くAI——ボストン小児病院の事例が示す転換

稀少疾患は、診断がつくまでに平均7年かかると言われる。その理由の一つは、医師が知らない病気は診断できないという、医療の構造的な限界にある。

ボストン小児病院は、OpenAIの技術を活用して患者ケアの向上と業務負担の軽減に取り組んでいる。注目すべきは、40件以上の稀少疾患の新規診断に貢献したという成果だ。従来の診断フローでは見落とされていたケースを、AIが拾い上げた。

これは「ミスを減らした」成果ではない。「これまで到達できなかった診断に届いた」という意味で、性質が違う。

補助から拡張へ

医療AIの活用は長らく「補助」の文脈で語られてきた。記録の自動化、検索の効率化、ルーティンの削減。医師の作業を軽くする方向での価値は確かにあるが、そこには「人間が判断できる範囲を前提とした」という暗黙の制約がある。

AIは個々の医師の経験の幅に縛られない。大量の症例パターンを参照し、稀少なシグナルを見落とさず処理できる。ボストン小児病院の事例が示すのは、AIが「補助」から「認知の拡張」へとシフトしはじめているという変化だ。

エンジニアやプロダクト設計者の視点から見ると、この変化は問いを一つ書き換える。「AIで今できることを早くできるか」ではなく、「AIで人間の認知が届かなかった領域に届けるか」——そこに次の設計の焦点がある。

医療という文脈を超えて、AIを「限界の突破」として設計し直す余地がある分野は多い。ボストンの40件は、その方向を指す一つの指標だ。

関連記事

参考文献